Python数据分析条形图的各种绘制方式

简单垂直条形图

10年积累的成都网站设计、成都做网站经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计制作后付款的网站建设流程，更有叶县免费网站建设让你可以放心的选择与我们合作。

 
 
 
      
  
  
  1. GDP = [12406.8, 13908.57, 9386.87, 9143.64] 
    2.   
  
  
  2.  
    3.   
  
  
  3. # 绘图 
    4.   
  
  
  4. plt.bar(range(4), GDP, align='center', color='steelblue', alpha=0.8) 
    5.   
  
  
  5. # 添加轴标签 
    6.   
  
  
  6. plt.ylabel('GDP') 
    7.   
  
  
  7. # 添加标题 
    8.   
  
  
  8. plt.title('GDP') 
    9.   
  
  
  9. # 添加刻度标签 
    10.   
  
  
  10. plt.xticks(range(4), ['beijing', 'shanghai', 'tianjing', 'chongjing']) 
    11.   
  
  
  11. # 设置Y轴的刻度范围 
    12.   
  
  
  12. plt.ylim([5000, 15000]) 
    13.   
  
  
  13.  
    14.   
  
  
  14. # 为每个条形图添加数值标签 
    15.   
  
  
  15. for x, y in enumerate(GDP): 
    16.   
  
  
  16.     plt.text(x, y + 100, '%s' % round(y, 1), ha='center')  
    17.   
  
  
  17.  
    18.   
  
  
  18. plt.show() 
    19.

简单水平条形图

 
 
 
      
  
  
  1. # 导入绘图模块 
    2.   
  
  
  2. import matplotlib.pyplot as plt 
    3.   
  
  
  3.  
    4.   
  
  
  4. # 构建数据 
    5.   
  
  
  5. price = [39.5, 39.9, 45.4, 38.9, 33.34] 
    6.   
  
  
  6.  
    7.   
  
  
  7. # 绘图 
    8.   
  
  
  8. plt.barh(range(5), price, align='center', color='steelblue', alpha=0.8) 
    9.   
  
  
  9. # 添加轴标签 
    10.   
  
  
  10. plt.xlabel('price') 
    11.   
  
  
  11. # 添加标题 
    12.   
  
  
  12. plt.title('Books at different prices') 
    13.   
  
  
  13. # 添加刻度标签 
    14.   
  
  
  14. plt.yticks(range(5), ['Amazon', 'Dangdang', 'China Books Network', 'Jingdong', 'Tianmao']) 
    15.   
  
  
  15. # 设置Y轴的刻度范围 
    16.   
  
  
  16. plt.xlim([32, 47]) 
    17.   
  
  
  17.  
    18.   
  
  
  18. # 为每个条形图添加数值标签 
    19.   
  
  
  19. for x, y in enumerate(price): 
    20.   
  
  
  20.     plt.text(y + 0.1, x, '%s' % y, va='center') 
    21.   
  
  
  21.  
    22.   
  
  
  22. plt.savefig('foo.png') 
    23.   
  
  
  23. # 显示图形     
    24.   
  
  
  24. plt.show() 
    25.

水平交错条形图

 
 
 
      
  
  
  1. # 导入绘图模块 
    2.   
  
  
  2. import matplotlib.pyplot as plt 
    3.   
  
  
  3. import numpy as np 
    4.   
  
  
  4.  
    5.   
  
  
  5. Y2016 = [15600, 12700, 11300, 4270, 3620] 
    6.   
  
  
  6. Y2017 = [17400, 14800, 12000, 5200, 4020] 
    7.   
  
  
  7. labels = ['Beijing', 'Shanghai', 'Hong Kong', 'Shenzhen', 'Guangzhou'] 
    8.   
  
  
  8. bar_width = 0.45 
    9.   
  
  
  9.  
    10.   
  
  
  10. # 绘图 
    11.   
  
  
  11. plt.bar(np.arange(5), Y2016, label='2016', color='steelblue', alpha=0.8, width=bar_width) 
    12.   
  
  
  12. plt.bar(np.arange(5) + bar_width, Y2017, label='2017', color='indianred', alpha=0.8, width=bar_width) 
    13.   
  
  
  13. # 添加轴标签 
    14.   
  
  
  14. plt.xlabel('Top5 City') 
    15.   
  
  
  15. plt.ylabel('Number of households') 
    16.   
  
  
  16. # 添加标题 
    17.   
  
  
  17. plt.title('Billionaires Top5 Cities') 
    18.   
  
  
  18. # 添加刻度标签 
    19.   
  
  
  19. plt.xticks(np.arange(5) + bar_width, labels) 
    20.   
  
  
  20. # 设置Y轴的刻度范围 
    21.   
  
  
  21. plt.ylim([2500, 19000]) 
    22.   
  
  
  22.  
    23.   
  
  
  23. # 为每个条形图添加数值标签 
    24.   
  
  
  24. for x2016, y2016 in enumerate(Y2016): 
    25.   
  
  
  25.     plt.text(x2016, y2016 + 100, '%s' % y2016, ha='center') 
    26.   
  
  
  26.  
    27.   
  
  
  27. for x2017, y2017 in enumerate(Y2017): 
    28.   
  
  
  28.     plt.text(x2017 + bar_width, y2017 + 100, '%s' % y2017, ha='center') 
    29.   
  
  
  29. # 显示图例 
    30.   
  
  
  30. plt.legend() 
    31.   
  
  
  31. plt.savefig('foo.png') 
    32.   
  
  
  32. # 显示图形 
    33.   
  
  
  33. plt.show() 
    34.

垂直堆叠条形图

 
 
 
      
  
  
  1. # 导入模块 
    2.   
  
  
  2. import matplotlib.pyplot as plt 
    3.   
  
  
  3. import numpy as np 
    4.   
  
  
  4. import pandas as pd 
    5.   
  
  
  5.  
    6.   
  
  
  6. # 导入数据 
    7.   
  
  
  7. traffic_volume = {'Index': ['railway', 'green', 'water transport', 'air transport'], 
    8.   
  
  
  8.                   'Jan': [31058, 255802, 52244, 57], 
    9.   
  
  
  9.                   'Feb': [28121, 179276, 46482, 42], 
    10.   
  
  
  10.                   'Mar': [32185, 285446, 50688, 59], 
    11.   
  
  
  11.                   'Api': [30133, 309576, 54728, 57], 
    12.   
  
  
  12.                   'May': [30304, 319713, 55813, 60], 
    13.   
  
  
  13.                   'Jun': [29934, 320028, 59054, 58], 
    14.   
  
  
  14.                   'Jul': [31002, 319809, 57353, 55], 
    15.   
  
  
  15.                   'Aug': [31590, 331077, 57583, 57]} 
    16.   
  
  
  16.  
    17.   
  
  
  17. data = pd.DataFrame(traffic_volume) 
    18.   
  
  
  18. print(data) 
    19.   
  
  
  19.  
    20.   
  
  
  20. # 绘图 
    21.   
  
  
  21. plt.bar(np.arange(8), data.loc[0, :][1:], color='red', alpha=0.8, label='railway', align='center') 
    22.   
  
  
  22. plt.bar(np.arange(8), data.loc[1, :][1:], bottom=data.loc[0, :][1:], color='green', alpha=0.8, label='highway', 
    23.   
  
  
  23.         align='center') 
    24.   
  
  
  24. plt.bar(np.arange(8), data.loc[2, :][1:], bottom=data.loc[0, :][1:] + data.loc[1, :][1:], color='m', alpha=0.8, 
    25.   
  
  
  25.         label='water transport', align='center') 
    26.   
  
  
  26. plt.bar(np.arange(8), data.loc[3, :][1:], bottom=data.loc[0, :][1:] + data.loc[1, :][1:] + data.loc[2, :][1:], 
    27.   
  
  
  27.         color='black', alpha=0.8, label='air transport', align='center') 
    28.   
  
  
  28. # 添加轴标签 
    29.   
  
  
  29. plt.xlabel('month') 
    30.   
  
  
  30. plt.ylabel('Cargo volume (10,000 tons)') 
    31.   
  
  
  31. # 添加标题 
    32.   
  
  
  32. plt.title('Monthly logistics volume in 2017') 
    33.   
  
  
  33. # 添加刻度标签 
    34.   
  
  
  34. plt.xticks(np.arange(8), data.columns[1:]) 
    35.   
  
  
  35. # 设置Y轴的刻度范围 
    36.   
  
  
  36. plt.ylim([0, 500000]) 
    37.   
  
  
  37.  
    38.   
  
  
  38. # 为每个条形图添加数值标签 
    39.   
  
  
  39. for x_t, y_t in enumerate(data.loc[0, :][1:]): 
    40.   
  
  
  40.     plt.text(x_t, y_t / 2, '%sW' % (round(y_t / 10000, 2)), ha='center', color='white', fontsize=8) 
    41.   
  
  
  41.  
    42.   
  
  
  42. for x_g, y_g in enumerate(data.loc[0, :][1:] + data.loc[1, :][1:]): 
    43.   
  
  
  43.     plt.text(x_g, y_g / 2, '%sW' % (round(y_g / 10000, 2)), ha='center', color='white', fontsize=8) 
    44.   
  
  
  44.  
    45.   
  
  
  45. for x_s, y_s in enumerate(data.loc[0, :][1:] + data.loc[1, :][1:] + data.loc[2, :][1:]): 
    46.   
  
  
  46.     plt.text(x_s, y_s - 20000, '%sW' % (round(y_s / 10000, 2)), ha='center', color='white', fontsize=8) 
    47.   
  
  
  47.  
    48.   
  
  
  48. # 显示图例 
    49.   
  
  
  49. plt.legend(loc='upper center', ncol=4) 
    50.   
  
  
  50.  
    51.   
  
  
  51. # 显示图形 
    52.   
  
  
  52. plt.show() 
    53.

以上就是各种条形图的绘制方式，你Get到了吗?

分享名称：Python数据分析条形图的各种绘制方式
标题路径：http://www.shufengxianlan.com/qtweb/news11/408961.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

云服务器知识

同城分类信息

重庆电信五里店机房　　 　IDC机房托管　　 　成都网站改版　　 　成都定制网站　　 　全网营销　　 　抖音短视频　　 　腾讯云免备案主机　　 　艾名斯线缆　　 　APP定制开发　　 　等级保护测评　　 　成都服务器托管　　 　上海除甲醛　　 　网站改版维护　　 　网站建设方案　　 　德阳机房托管　　 　广安迈傲建站　　 　成都网站建设　　 　成都网站制作　　 　王君美油画　　 　成都二枢机房