Matplotlib数据可视化（5）：柱状图与直方图
- 2020 年 3 月 11 日
- 筆記
柱状图和直方图是两种非常类似的统计图，区别在于：
-
直方图展示数据的分布，柱状图比较数据的大小。
-
直方图X轴为定量数据，柱状图X轴为分类数据。因此，直方图上的每个条形都是不可移动的，X轴上的区间是连续的、固定的。而柱状图上的每个条形是可以随意排序的，有的情况下需要按照分类数据的名称排列，有的则需要按照数值的大小排列。
-
直方图柱子无间隔，柱状图条形有间隔
-
直方图条形宽度可不一，柱状图条形宽度须一致。柱状图条形的宽度因为没有数值含义，所以宽度必须一致。但是在直方图中，条形的宽度代表了区间的长度，根据区间的不同，条形的宽度可以不同，但理论上应为单位长度的倍数。
本篇博客将介绍matplotlib中柱状图和直方图的作图方法。
In [1]:
from matplotlib import pyplot as plt import numpy as np import matplotlib as mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体支持
1 bar()与barh()¶
matplotlib中提供了bar()和barh()两种方法画柱状图，bar()用来画垂直柱状图，barh()画水平柱状图，两者参数大同小异，如下所示：
2 垂直柱状图与水平柱状图¶
In [2]:
value= np.arange(6) ** 2 category = range(len(value)) fig = plt.figure(figsize=(8, 4)) # 垂直柱状图 ax1 = fig.add_subplot(121) ax1.set_title('图1 垂直柱状图') ax1.bar(x=category, height=value) # 垂直柱状图 ax2 = fig.add_subplot(122) ax2.set_title('图2 水平柱状图') ax2.barh(y=category, width=value) # 注意这里参数名和值的传递与bar()不同 plt.show()
3 颜色、透明度与边框¶
In [3]:
value= np.arange(6) ** 2 category = range(len(value)) fig = plt.figure(figsize=(8, 4)) # 垂直柱状图 ax1 = fig.add_subplot(121) ax1.set_title('图1 垂直柱状图') ax1.bar(x=category, height=value, alpha=0.5, # 透明度 width=0.5, # 每个条形的宽度 color='yellow', # 填充前景色 edgecolor='red', # 边框颜色 linewidth=3 # 边框宽度 ) # 垂直柱状图 ax2 = fig.add_subplot(122) ax2.set_title('图2 水平柱状图') ax2.barh(y=category, width=value, alpha=1, # 透明度 height=0.8, # 每个条形的宽度 color=['green', 'red', 'yellow', 'blue', 'grey', 'magenta'], # 填充前景色 linewidth=3 # 不显示边框 ) plt.show()
4 刻度标签¶
In [4]:
value= np.arange(6) ** 2 category = range(len(value)) fig = plt.figure(figsize=(8, 4)) # 垂直柱状图 ax1 = fig.add_subplot(121) ax1.set_title('图1 垂直柱状图') ax1.bar(x=category, height=value, tick_label='类别' ) # 垂直柱状图 ax2 = fig.add_subplot(122) ax2.set_title('图2 水平柱状图') ax2.barh(y=category, width=value, tick_label=['类1', '类2', '类3', '类4', '类5', '类6'] ) plt.show()
5 添加误差线¶
In [5]:
means = (20, 35, 30, 35, 27) # 各组平均分 std = (2, 3, 4, 1, 2) # 组各标准差 label = ('第一组', '第二组', '第三种', '第四组', '第五组') bar_width = 0.4 bar_x = np.arange(len(label)) fig = plt.figure(figsize=(8, 4)) ax1 = fig.add_subplot(121) bar1 = ax1.bar(x=bar_x, height=means, width=bar_width, color='green', yerr=std, # 添加误差线 ecolor='red', # 误差线颜色 capsize=5, # 两端线段长短 tick_label=label ) ax2 = fig.add_subplot(122) bar2 = ax2.barh(y=bar_x, width=means, height=bar_width, color='green', xerr=std, # 添加误差线 ecolor='red', # 误差线颜色 capsize=5, # 两端线段长短 tick_label=label ) plt.show()
6 添加数据标注¶
In [6]:
means = (20, 35, 30, 35, 27) # 各组平均分 std = (2, 3, 4, 1, 2) # 组各标准差 label = ('第一组', '第二组', '第三种', '第四组', '第五组') bar_width = 0.5 bar_x = np.arange(len(label)) fig = plt.figure(figsize=(10, 4),tight_layout=True) ax1 = fig.add_subplot(121) bar1 = ax1.bar(x=bar_x, height=means, width=bar_width, color='green', tick_label=label ) for b in bar1: height = b.get_height() ax1.annotate('{}'.format(height), xy=(b.get_x() + b.get_width() / 2, height), xytext=(0, 3), # 3 points vertical offset textcoords="offset points",color='red', ha='center', va='bottom') ax2 = fig.add_subplot(122) bar2 = ax2.barh(y=bar_x, width=means, height=bar_width, color='green', tick_label=label ) for b in bar2: width = b.get_width() ax2.annotate('{}'.format(width), xy=(width, b.get_y() + b.get_height() / 2), xytext=(0, 3), # 3 points vertical offset textcoords="offset points",color='red', ha='left', va='center') plt.show()
7 分组柱状图¶
In [7]:
menMeans = (20, 35, 30, 35, 27) # 男生各组平均分 womenMeans = (25, 32, 34, 20, 25)# 女生各组平均分 menStd = (2, 3, 4, 1, 2) # 男生组各标准差 womenStd = (3, 5, 2, 3, 3) # 女生组各标准差 label = ('第一组', '第二组', '第三种', '第四组', '第五组') bar_width = 0.4 bar_x = np.arange(len(label)) fig = plt.figure(figsize=(8, 4)) ax = fig.add_subplot(111) ax.set_title('图1 垂直柱状图') bar1 = ax.bar(x=bar_x - bar_width/2, # 设置不同的x起始位置 height=menMeans, width=bar_width) bar2 = ax.bar(x=bar_x + bar_width/2, # 设置不同的x起始位置 height=womenMeans, width=bar_width, ) ax.set_xlabel('组别') ax.set_ylabel('分数') ax.set_title('各组不同性别分数') ax.set_xticks(range(5)) ax.set_xticklabels(label) ax.set_yticklabels(np.arange(0, 81, 10)) ax.legend((bar1, bar2), ('男生', '女生')) plt.show()
8 堆叠柱状图¶
In [8]:
menMeans = (20, 35, 30, 35, 27) # 男生各组平均分 womenMeans = (25, 32, 34, 20, 25)# 女生各组平均分 menStd = (2, 3, 4, 1, 2) # 男生组各标准差 womenStd = (3, 5, 2, 3, 3) # 女生组各标准差 label = ('第一组', '第二组', '第三种', '第四组', '第五组') bar_width = 0.4 bar_x = np.arange(len(label)) fig = plt.figure(figsize=(8, 4)) ax = fig.add_subplot(111) ax.set_title('图1 垂直柱状图') bar1 = ax.bar(x=bar_x, height=menMeans, width=bar_width) bar2 = ax.bar(x=bar_x, height=womenMeans, width=bar_width, bottom=menMeans # 通过bottom参数设置起始位置, 起始位置就是下半部分（bar1）条形的高度 ) ax.set_xlabel('组别') ax.set_ylabel('分数') ax.set_title('各组不同性别分数') ax.set_xticks(range(5)) ax.set_xticklabels(label) ax.set_yticklabels(np.arange(0, 81, 10)) ax.legend((bar1, bar2), ('男生', '女生')) plt.show()
9 直方图¶
直方图的绘制是通过hist()方法完成。hist()方法参数很多，来看看主要的参数：
In [46]:
data_x = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102, 123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150] fig = plt.figure(figsize=(8, 4)) ax1 = fig.add_subplot(121) hists1 = ax1.hist(x=data_x, bins=5) # 等距划分 ax2 = fig.add_subplot(122) hists2 = ax2.hist(x=data_x,bins=[78,90,100,120,140,145,150]) plt.show()
hist()方法将会返回一个包含三个元素的数组，第一个元素为每个条形区间中元素的数量，第二个元素为区间的边界，第三个元素为Patch实例化对象。
In [47]:
hists1
Out[47]:
