matplotlib bar()实现多组数据并列柱状图通用简便创建方法
更新时间:2021年2月24日 16:16 点击:1984
在使用柱状图时,经常遇到需要多组数据进行比较的情况。
绘制单个数据系列的柱形图比较简单,多组数据柱状图绘制的关键有三点:
- 多次调用bar()函数即可在同一子图中绘制多组柱形图。
- 为了防止柱子重叠,每个柱子在x轴上的位置需要依次递增,如果柱子紧挨,这个距离即柱子宽度。
- 为了使刻度标签居中,需要调整x轴刻度标签的位置。
由上述可知,多组数据并列柱状图需要计算柱子x
轴上的位置和x
轴刻度标签。
因此,有两种实现方案:
x
轴刻度标签位置固定,根据x
轴刻度计算每个柱子的宽度- 每个柱子的宽度固定,计算
x
轴刻度标签位置,使之居中
下面使用第一种方法演示两组数据、三组数据、四组数据的并列柱状图。
使用方法一、方法二演示通用多组并列柱状图的创建方法。
两组数据、三组数据、四组数据的并列柱状图
import matplotlib import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(13, 4)) # 构造x轴刻度标签、数据 labels = ['G1', 'G2', 'G3', 'G4', 'G5'] first = [20, 34, 30, 35, 27] second = [25, 32, 34, 20, 25] third = [21, 31, 37, 21, 28] fourth = [26, 31, 35, 27, 21] # 两组数据 plt.subplot(131) x = np.arange(len(labels)) # x轴刻度标签位置 width = 0.25 # 柱子的宽度 # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中 # x - width/2,x + width/2即每组数据在x轴上的位置 plt.bar(x - width/2, first, width, label='1') plt.bar(x + width/2, second, width, label='2') plt.ylabel('Scores') plt.title('2 datasets') # x轴刻度标签位置不进行计算 plt.xticks(x, labels=labels) plt.legend() # 三组数据 plt.subplot(132) x = np.arange(len(labels)) # x轴刻度标签位置 width = 0.25 # 柱子的宽度 # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中 # x - width,x, x + width即每组数据在x轴上的位置 plt.bar(x - width, first, width, label='1') plt.bar(x, second, width, label='2') plt.bar(x + width, third, width, label='3') plt.ylabel('Scores') plt.title('3 datasets') # x轴刻度标签位置不进行计算 plt.xticks(x, labels=labels) plt.legend() # 四组数据 plt.subplot(133) x = np.arange(len(labels)) # x轴刻度标签位置 width = 0.2 # 柱子的宽度 # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中 plt.bar(x - 1.5*width, first, width, label='1') plt.bar(x - 0.5*width, second, width, label='2') plt.bar(x + 0.5*width, third, width, label='3') plt.bar(x + 1.5*width, fourth, width, label='4') plt.ylabel('Scores') plt.title('4 datasets') # x轴刻度标签位置不进行计算 plt.xticks(x, labels=labels) plt.legend() plt.show()
通用多组并列柱状图的简便创建方法
上面的示例比较简易,有一些问题没有考虑。为了便于重复使用,下面的通用方法可调整x轴标签刻度步长、每组柱子的总宽度、每组柱子之间的间隙、组与组之间的间隙。
方法一
import matplotlib import matplotlib.pyplot as plt import numpy as np label = ['G1', 'G2', 'G3', 'G4', 'G5'] first = [20, 34, 30, 35, 27] second = [25, 32, 34, 20, 25] third = [21, 31, 37, 21, 28] fourth = [26, 31, 35, 27, 21] data = [first, second, third, fourth] def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0): ''' labels : x轴坐标标签序列 datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致 tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。 group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠 bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠 ''' # ticks为x轴刻度 ticks = np.arange(len(labels)) * tick_step # group_num为数据的组数,即每组柱子的柱子个数 group_num = len(datas) # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。 group_width = tick_step - group_gap # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和 bar_span = group_width / group_num # bar_width为每个柱子的实际宽度 bar_width = bar_span - bar_gap # baseline_x为每组柱子第一个柱子的基准x轴位置,随后的柱子依次递增bar_span即可 baseline_x = ticks - (group_width - bar_span) / 2 for index, y in enumerate(datas): plt.bar(baseline_x + index*bar_span, y, bar_width) plt.ylabel('Scores') plt.title('multi datasets') # x轴刻度标签位置与x轴刻度一致 plt.xticks(ticks, labels) plt.show() create_multi_bars(label, data, bar_gap=0.1)
方法二
import matplotlib import matplotlib.pyplot as plt import numpy as np label = ['G1', 'G2', 'G3', 'G4', 'G5'] first = [20, 34, 30, 35, 27] second = [25, 32, 34, 20, 25] third = [21, 31, 37, 21, 28] fourth = [26, 31, 35, 27, 21] data = [first, second, third, fourth] def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0): ''' labels : x轴坐标标签序列 datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致 tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。 group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠 bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠 ''' # x为每组柱子x轴的基准位置 x = np.arange(len(labels)) * tick_step # group_num为数据的组数,即每组柱子的柱子个数 group_num = len(datas) # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。 group_width = tick_step - group_gap # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和 bar_span = group_width / group_num # bar_width为每个柱子的实际宽度 bar_width = bar_span - bar_gap # 绘制柱子 for index, y in enumerate(datas): plt.bar(x + index*bar_span, y, bar_width) plt.ylabel('Scores') plt.title('multi datasets') # ticks为新x轴刻度标签位置,即每组柱子x轴上的中心位置 ticks = x + (group_width - bar_span) / 2 plt.xticks(ticks, labels) plt.show() create_multi_bars(label, data[:3], bar_gap=0.1)
相关文章
- 这篇文章主要介绍了matplotlib绘制正余弦曲线图的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-22
- 这篇文章主要介绍了matplotlib bar()实现百分比堆积柱状图,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-24
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26matplotlib之pyplot模块之标题(title()和suptitle())
这篇文章主要介绍了matplotlib之pyplot模块之标题(title()和suptitle()),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-23- 这篇文章主要为大家详细介绍了微信小程序自定义tabbar组件,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-03-14
- 这篇文章主要介绍了matplotlib grid()设置网格线外观的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-23
matplotlib之pyplot模块坐标轴标签设置使用(xlabel()、ylabel())
这篇文章主要介绍了matplotlib之pyplot模块坐标轴标签设置使用(xlabel()、ylabel()),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-23- 这篇文章主要介绍了PyQt5结合matplotlib绘图的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-09-15
- 这篇文章主要介绍了将matplotlib绘图嵌入pyqt的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-04-27
BootStrap Progressbar 实现大文件上传的进度条的实例代码
这篇文章主要介绍了BootStrap Progressbar 实现大文件上传的进度条的实例代码的相关资料,非常不错,具有参考借鉴价值,需要的朋友可以参考下...2016-07-01- 这篇文章主要介绍了matplotlib subplot绘制多个子图的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-07-28
- 这篇文章主要介绍了matplotlib 三维图表绘制方法简介,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-09-21
- 这篇文章主要介绍了用pip给python安装matplotlib库的详细教程,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-02-25
- 这篇文章主要介绍了如何在 Matplotlib 中更改绘图背景的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-26
- 这篇文章主要介绍了使用matplotlib的pyplot模块绘图的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-07-12
- 这篇文章主要介绍了python 如何在 Matplotlib 中绘制垂直线,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-04-03
- 这篇文章主要为大家详细介绍了Python下使用Trackbar实现绘图板,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-10-28
- 本文先讲解bar参数如何使用,然后分别演示堆积柱形图和带误差柱形图画法。具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-09-16
matplotlib 多个图像共用一个colorbar的实现示例
这篇文章主要介绍了matplotlib 多个图像共用一个colorbar的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-09-10- 这篇文章主要介绍了python Matplotlib模块的使用,帮助大家更好的利用python处理图像,感兴趣的朋友可以了解下...2020-09-16