快捷導(dǎo)航

python繪制分組條形圖的示例代碼

更新時(shí)間：2023年07月10日 11:07:05 作者：微小冷

本文主要介紹了如何使用python繪制分組條形圖，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

數(shù)據(jù)導(dǎo)入

我們經(jīng)常會(huì)遇到對(duì)比多個(gè)統(tǒng)計(jì)量隨時(shí)間變化的圖像，比如想知道中國(guó)、美國(guó)以及歐盟最近幾年GDP變化，如下表所示，單位是萬(wàn)億美元。

	中國(guó)	美國(guó)	歐盟
2018	13.89	20.53	15.98
2019	14.28	21.38	15.69
2020	14.69	21.06	15.37
2021	17.82	23.32	17.19
2022	17.96	25.46	16.64

首先，把這些數(shù)值寫(xiě)入python

import numpy as np
years = np.arange(2018, 2023)
areas = ("PRC", "USA", "EU")
GDPS = {
    'PRC': (13.89, 14.28, 14.69, 17.82, 17.96),
    'USA': (20.53, 21.38, 21.06, 23.32, 25.46),
    'EU': (15.98, 15.69, 15.37, 17.19, 16.64),
}

多組條形圖

然后，調(diào)用bar畫(huà)圖，由于每個(gè)年份都要繪制中國(guó)、美國(guó)以及歐盟三個(gè)條形圖，所以需要合理規(guī)劃每個(gè)條形圖占據(jù)的寬度。在bar中，默認(rèn)每組條形圖的x坐標(biāo)均為整數(shù)，故而下面將每個(gè)數(shù)據(jù)條的寬度設(shè)為0.25，并調(diào)用bar_label為這些條形圖添加標(biāo)簽，以區(qū)分中美歐三個(gè)地區(qū)的劃分

import matplotlib.pyplot as plt
x = np.arange(len(years))
width = 0.25
n = 0
for area, gdp in GDPS.items():
    offset = width * n
    rects = plt.bar(x + offset, gdp, width, label=area)
    plt.bar_label(rects, padding=3)
    n += 1
plt.ylabel('GDP/$trilion')
plt.ylim(10, 28)
plt.xticks(x + width, years.astype(str))
plt.legend(loc='upper left')
plt.show()

其中，legend用于調(diào)控圖例所在位置，upper left表示將圖例放在圖像的左上角。如果不想精心設(shè)置，則可設(shè)為best，那么matplotli將會(huì)自行挑選一個(gè)合適的位置放置圖例。

效果如下

其中，藍(lán)色表示中國(guó)，橘色表示美國(guó)，綠色表示歐盟。從這個(gè)圖就可以非常直觀地看出，三者自2018到2022年的GDP變化情況。

堆疊條形圖

如果想更加直觀地查看2018到2022年間，中、美、歐三個(gè)地區(qū)的GDP增長(zhǎng)情況，那么比較好的方案是繪制堆疊條形圖。

堆疊條形圖的繪制邏輯是，先畫(huà)一個(gè)數(shù)據(jù)條，然后在這個(gè)數(shù)據(jù)條之上，再畫(huà)一個(gè)數(shù)據(jù)條，所以想看增長(zhǎng)率，就要用2022年的GDP減去2018年的，

GDPs = {
    "2018": np.array([13.89, 20.53, 15.98]),
    "2022": np.array([17.96, 25.46, 16.64]),
}
GDPs['2022'] -= GDPs['2018']

然后設(shè)置一個(gè)條形圖的底部，這樣每次繪制條形圖的時(shí)候，都以這個(gè)bottom為底，就可以起到堆疊的效果

bottom = np.zeros(3)
for lbl, gdp in GDPs.items():
    p = plt.bar(areas, gdp, label=lbl, bottom=bottom)
    plt.bar_label(p, label_type='center')
    bottom += gdp
plt.ylabel('GDP/$trilion')
plt.legend(loc="upper right")
plt.show()

結(jié)果如圖所示