最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python使用Matplotlib繪制專業(yè)柱狀圖的完整指南

 更新時間:2025年07月25日 10:36:36   作者:空腦小白  
柱狀圖是數(shù)據(jù)可視化中最常用的圖表類型之一,用于展示分類數(shù)據(jù)的數(shù)值比較,Python的Matplotlib庫提供了強大的柱狀圖繪制功能,下面我們將一步步學習如何創(chuàng)建專業(yè)級的柱狀圖,感興趣的小伙伴跟著小編一起來看看吧

1. 基礎柱狀圖繪制

import matplotlib.pyplot as plt
import numpy as np
 
# 數(shù)據(jù)準備
categories = ['蘋果', '香蕉', '橙子', '葡萄', '芒果']
sales_volume = [85, 67, 92, 45, 71]
 
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6))  # 設置畫布大小
plt.bar(categories, sales_volume, color='skyblue', edgecolor='black')
 
# 添加標簽和標題
plt.title('水果銷售情況', fontsize=14, fontweight='bold')
plt.xlabel('水果種類', fontsize=12)
plt.ylabel('銷售量(千克)', fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.7)  # 添加橫向網(wǎng)格線
 
# 顯示圖表
plt.tight_layout()
plt.show()

2. 自定義樣式進階

# 使用seaborn樣式
plt.style.use('seaborn-v0_8-darkgrid')
 
# 數(shù)據(jù)準備
months = ['1月', '2月', '3月', '4月', '5月']
revenue = [125, 142, 98, 167, 210]
cost = [75, 82, 65, 92, 110]
 
# 創(chuàng)建子圖
fig, ax = plt.subplots(figsize=(12, 7))
 
# 繪制柱狀圖(設置寬度和位置)
bar_width = 0.35
x_indexes = np.arange(len(months))
 
ax.bar(x_indexes - bar_width/2, revenue, width=bar_width, 
        label='收入', color='#2ecc71', edgecolor='black')
ax.bar(x_indexes + bar_width/2, cost, width=bar_width, 
        label='成本', color='#e74c3c', edgecolor='black')
 
# 添加數(shù)據(jù)標簽
for i, v in enumerate(revenue):
    ax.text(i - bar_width/2, v + 5, str(v), ha='center', fontsize=10)
for i, v in enumerate(cost):
    ax.text(i + bar_width/2, v + 5, str(v), ha='center', fontsize=10)
 
# 設置圖表元素
ax.set_title('月度收入與成本對比', fontsize=16, pad=20)
ax.set_xlabel('月份', fontsize=12)
ax.set_ylabel('金額(萬元)', fontsize=12)
ax.set_xticks(x_indexes)
ax.set_xticklabels(months)
ax.legend(frameon=True, shadow=True)
 
# 添加橫向參考線
ax.axhline(y=150, color='gray', linestyle='--', alpha=0.5)
 
# 設置坐標軸范圍
ax.set_ylim(0, 250)
 
# 添加腳注
plt.figtext(0.5, 0.01, '數(shù)據(jù)來源: 公司財務報告2023', 
            ha='center', fontsize=9, color='gray')
 
plt.tight_layout()
plt.savefig('business_analysis.png', dpi=300)  # 保存高清圖片
plt.show()

3. 水平柱狀圖

# 數(shù)據(jù)準備
countries = ['美國', '中國', '日本', '德國', '英國']
gdp_growth = [2.3, 5.2, 1.1, 1.8, -0.3]
 
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6))
 
# 水平柱狀圖(負值用不同顏色)
colors = ['#3498db' if x >= 0 else '#e74c3c' for x in gdp_growth]
plt.barh(countries, gdp_growth, color=colors, edgecolor='black')
 
# 添加數(shù)據(jù)標簽
for i, v in enumerate(gdp_growth):
    plt.text(v, i, f'{v}%', 
             va='center', 
             color='black' if abs(v) < 2 else 'white',
             fontweight='bold')
 
# 設置圖表元素
plt.title('2023年GDP增長率對比', fontsize=14)
plt.xlabel('增長率(%)')
plt.xlim(-1, 6)
plt.grid(axis='x', alpha=0.5)
 
plt.tight_layout()
plt.show()

4. 堆疊柱狀圖

# 數(shù)據(jù)準備
quarters = ['第一季度', '第二季度', '第三季度', '第四季度']
online_sales = [120, 145, 180, 210]
offline_sales = [80, 95, 110, 130]
 
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6))
 
# 繪制堆疊柱狀圖
plt.bar(quarters, online_sales, label='線上銷售', color='#9b59b6')
plt.bar(quarters, offline_sales, bottom=online_sales, 
        label='線下銷售', color='#3498db')
 
# 添加總銷售額標簽
total_sales = [online_sales[i] + offline_sales[i] for i in range(len(quarters))]
for i, total in enumerate(total_sales):
    plt.text(i, total + 10, f'總銷售額: {total}', 
             ha='center', fontsize=9)
 
# 設置圖表元素
plt.title('線上線下銷售渠道對比', fontsize=14)
plt.ylabel('銷售額(萬元)')
plt.legend(loc='upper left')
plt.ylim(0, 400)
 
plt.tight_layout()
plt.show()

5. 專業(yè)技巧與最佳實踐

配色方案

  • 使用漸變色表示數(shù)值大小
  • 重要數(shù)據(jù)使用突出顏色
  • 保持整體配色協(xié)調(diào)(可使用coolwarm、viridis等內(nèi)置色彩映射)

布局優(yōu)化

plt.figure(figsize=(12, 7), dpi=100)  # 高清輸出
plt.subplots_adjust(left=0.1, right=0.95, top=0.9, bottom=0.15)  # 自定義邊距

 高級標注

# 添加顯著性標記
plt.annotate('創(chuàng)紀錄銷售', xy=(3, 340), xytext=(3.5, 320),
             arrowprops=dict(arrowstyle='->', color='red'),
             fontsize=10, color='red')

3D柱狀圖

from mpl_toolkits.mplot3d import Axes3D
 
fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')
 
# 生成3D柱狀圖數(shù)據(jù)
xpos = [1, 2, 3, 4]
ypos = [1, 2, 3]
zpos = np.zeros(4)
dx = np.ones(4) * 0.5
dy = np.ones(4) * 0.5
dz = [10, 15, 12, 8]
 
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color='#1abc9c', shade=True)
ax.set_title('3D銷售數(shù)據(jù)展示', fontsize=14)
ax.set_xlabel('區(qū)域')
ax.set_ylabel('季度')
ax.set_zlabel('銷售額')

6. 常見問題解決

中文顯示問題

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解決中文亂碼
plt.rcParams['axes.unicode_minus'] = False  # 解決負號顯示問題

柱狀圖重疊

  • 調(diào)整bar_width參數(shù)
  • 使用x_indexes控制位置
  • 添加透明度alpha=0.8

大數(shù)據(jù)集優(yōu)化

  • 使用ax.bar()替代plt.bar()提高性能
  • 對于超過50個類別的數(shù)據(jù),考慮使用水平柱狀圖

通過掌握這些技巧,你可以創(chuàng)建出適用于商業(yè)報告、學術論文和數(shù)據(jù)儀表盤的專業(yè)級柱狀圖。Matplotlib的強大功能結(jié)合Python的數(shù)據(jù)處理能力,使數(shù)據(jù)可視化變得既靈活又高效!

總結(jié)與擴展

本文從基礎柱狀圖到多組對比、堆疊柱狀圖,再到結(jié)合實際數(shù)據(jù)的繪制,覆蓋了柱狀圖的核心用法。關鍵技巧總結(jié)如下:

  1. 單組數(shù)據(jù)用plt.bar(x, height),多組數(shù)據(jù)需調(diào)整x位置避免重疊;
  2. 堆疊柱狀圖通過bottom參數(shù)實現(xiàn),適合展示部分與整體關系;
  3. 樣式美化的核心是:清晰的標題 / 標簽、合理的顏色搭配、輔助網(wǎng)格線和數(shù)據(jù)標簽;
  4. 結(jié)合pandas可高效處理實際業(yè)務數(shù)據(jù),降低代碼復雜度。

實際應用中,可根據(jù)需求進一步探索動態(tài)柱狀圖(如plotly庫)、3D 柱狀圖等擴展形式,讓數(shù)據(jù)可視化更具表現(xiàn)力。

通過不斷調(diào)整參數(shù)、嘗試不同樣式,你可以繪制出既美觀又實用的柱狀圖,讓數(shù)據(jù)傳遞更高效的信息。

以上就是Python使用Matplotlib繪制專業(yè)柱狀圖的完整指南的詳細內(nèi)容,更多關于Python Matplotlib繪制柱狀圖的資料請關注腳本之家其它相關文章!

相關文章

  • 基于Python中capitalize()與title()的區(qū)別詳解

    基于Python中capitalize()與title()的區(qū)別詳解

    下面小編就為大家分享一篇基于Python中capitalize()與title()的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2017-12-12
  • python簡單程序讀取串口信息的方法

    python簡單程序讀取串口信息的方法

    這篇文章主要介紹了python簡單程序讀取串口信息的方法,涉及Python操作serial模塊的技巧,需要的朋友可以參考下
    2015-03-03
  • Django Rest framework權限的詳細用法

    Django Rest framework權限的詳細用法

    這篇文章主要介紹了Django Rest framework權限的詳細用法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-07-07
  • Django框架登錄加上驗證碼校驗實現(xiàn)驗證功能示例

    Django框架登錄加上驗證碼校驗實現(xiàn)驗證功能示例

    這篇文章主要介紹了Django框架登錄加上驗證碼校驗實現(xiàn)驗證功能,結(jié)合實例形式分析了Django框架基于Pillow模塊的圖形驗證碼生成與使用相關操作技巧,需要的朋友可以參考下
    2019-05-05
  • Numpy 理解ndarray對象的示例代碼

    Numpy 理解ndarray對象的示例代碼

    這篇文章主要介紹了Numpy 理解ndarray對象的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-04-04
  • python讀寫文件write和flush的實現(xiàn)方式

    python讀寫文件write和flush的實現(xiàn)方式

    今天小編就為大家分享一篇python讀寫文件write和flush的實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • python計算列表元素與乘積詳情

    python計算列表元素與乘積詳情

    這篇文章主要介紹了python計算列表元素與乘積,文章圍繞主題展開詳細內(nèi)容介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-08-08
  • Python實現(xiàn)圖像處理ORB算法

    Python實現(xiàn)圖像處理ORB算法

    ORB(Oriented FAST and Rotated BRIEF)算法是一種高效的特征檢測和描述符,它在圖像匹配中有廣泛的應用,下面我們就來了解一下ORB算法的原理與實現(xiàn)吧
    2023-12-12
  • Python實現(xiàn)字典去除重復的方法示例

    Python實現(xiàn)字典去除重復的方法示例

    這篇文章主要介紹了Python實現(xiàn)字典去除重復的方法,涉及Python字典遍歷、文件讀取、去除重復等相關操作技巧,需要的朋友可以參考下
    2017-07-07
  • 詳解Python中的多線程

    詳解Python中的多線程

    這篇文章主要介紹了Python中的多線程,線程就是進程中一條執(zhí)行程序的執(zhí)行路徑,一個程序至少有一條執(zhí)行路徑,本文給大家介紹的非常詳細,需要的朋友可以參考下
    2022-06-06

最新評論

无极县| 威远县| 西安市| 巴彦淖尔市| 逊克县| 晋江市| 汝阳县| 宜城市| 湖口县| 嵊泗县| 娄烦县| 甘泉县| 平果县| 夏邑县| 营山县| 平阳县| 富平县| 新建县| 花莲市| 新津县| 辽阳县| 屯昌县| 青阳县| 阳泉市| 寻乌县| 牙克石市| 麻江县| 丹东市| 犍为县| 绥芬河市| 蒲江县| 金乡县| 拜城县| 天津市| 南昌县| 临清市| 恩平市| 溆浦县| 甘孜县| 大荔县| 嵩明县|