matplotlib绘制柱状图

柱状图

plt.bar(x, height, color,edgecolor,width=0.8,align='center',bottom=None)

必选参数：

• x，表示横坐标刻度值，可以是array、list等
• height，表示每个柱子的高度，可以是array、list等

可选参数：

• color：每个柱子的颜色，如果所有柱子的颜色都一样，可以只设置一种颜色，如color='blue'；但如果每个柱子都想要不同的颜色，用列表表示每个柱子的颜色。例如：

  #假设有三个柱子
  x = [1,2,3]
  height = [4,5,6]
  
  plt.bar(x, height, color=['r','g','b']) #三个柱子颜色分别为红、绿、蓝
  plt.show()
  

  

• edgecolor：柱子边缘颜色，用法与color一样。

  例如：

  plt.bar(x,height,color='white',edgecolor='black')
  plt.show()
  

  

• width：表示每个柱子的宽度，默认是0.8

• align：表示柱子中间的位置，默认为 center，表示柱子的中间位置与x轴的刻度对齐。还可以选用 edge, 表示柱子的左边缘与x轴的刻度对齐。如：

  x = [1,2,3]
  height = [4,5,6]
  
  plt.bar(x,height,color='b',width=0.3, align='edge') #左边缘对齐刻度，柱子宽0.3
  plt.xticks(x) # 标x轴刻度
  plt.show()
  

  

通过调整x的值和 width 可以做出下面的图：

x1 = np.array([1,2,3])
y1 = [4,2,6]
y2 = [3,8,4]

plt.bar(x1-0.15, y1,width=0.3,align='center',alpha=0.5)
plt.bar(x1+0.15,y2,width=0.3,color='g',align='center',alpha=0.5)

plt.xticks(x1,['s1','s2','s3'],fontsize=15)         #把x轴刻度用字符代替
plt.yticks([1,3,5,7],['a','b','c','d'],fontsize=10) 
plt.show()

• bottom：表示每个柱子底部的y轴坐标，可以是单个数，也可以是list, array等

  例如：

  x = [1,2,3]
  height = [4,5,6]
  
  plt.bar(x,height,color='b',bottom=2)
  plt.xticks(x)
  plt.show()
  

  注意底部 y 轴坐标，顶部y轴坐标为：top = bootom + height

  

  x = [1,2,3]
  height = [4,5,6]
  
  plt.bar(x,height,color='b',bottom=[0,1,2]) # bottom使用列表
  plt.xticks(x)
  plt.show()
  

  

使用 bottom参数可以绘制堆叠图：

例如：

#假设有三个柱子
x = [1,2,3]
height_1 = [4,5,6]
height_2 = [7,4,2]

plt.bar(x,height_1,color='b')
plt.bar(x,height_2,color='r',bottom=[4,5,6])
plt.xticks(x)
plt.show()

用 plt.text(x,y,s)可以给每个柱子都标上说明

• x, y 表示说明文字 s 的坐标位置

现在在每个柱子上标上它们的 y轴位置

#假设有三个柱子
x = [1,2,3]
height_1 = np.array([4,5,6])
height_2 = np.array([7,4,2])

plt.bar(x,height_1,color='b')
plt.bar(x,height_2,color='r',bottom=height_1)
plt.xticks(x)

for x1,y1 in zip(x,height_1):
    plt.text(x1,y1,y1,fontsize=15) 			#说明文字是y1

for x2,y2 in zip(x,height_1+height_2):
    plt.text(x2,y2,y2,fontsize=12)          #说明文字是y2
plt.show()

图画的有点难看！！！

最后放一张matplotlib颜色表：

本文地址：https://blog.csdn.net/m0_46079750/article/details/107633761