Python中的Matplotlib.axes.Axes.bar()

2025年1月5日 | 阅读 4 分钟

条形图通常用于直观地表示分类数据及其对应的值。bar() 函数属于 Axes 类，用于创建条形图。它是探索本文 bar() 函数的最常用图表之一。

语法

x: 每个条形的左侧 x 坐标。
height: 每个条形的高度。
width: (可选) 条形的宽度。默认为 0.8。
bottom: (可选) 每个条形底部的 y 坐标。
align: (可选) 条形相对于 x 的对齐方式。可以是 'center'（默认）或 'edge'。
Data: (可选) 用于绘图的数据。
**kwargs: 可以使用其他关键字参数来自定义条形的外观。例如，颜色 (color)、边框颜色 (edgecolor)、标签 (label) 等。

示例

以下是一个使用 bar() 创建条形图的简单示例程序：

程序

import matplotlib.pyplot as plt

# Sample data
Vehicles = ['Cars', 'Bikes', 'Buses', 'Scooties', ' Autos'  ]
Count = [25, 40, 30, 50, 28]

# Creating a bar chart
plt.bar(Vehicles, Count)

# Adding labels and title
plt.xlabel('Vehicles')
plt.ylabel('Count')
plt.title('Bar Chart Example')

# Displaying the plot
plt.show()

输出

说明

我们使用条形图来绘制车辆数量，以便更容易可视化。为此，我们导入了 matplotlib.pyplot 并定义了数据。接下来，我们使用 bar() 函数创建了一个条形图，并将数据作为参数传递。我们添加了标签和标题，使图形更具信息量，最后使用 show() 方法显示了它。

自定义条形

您可以使用参数来自定义条形图条形的外观。“color”参数可用于更改条形的颜色。

示例 1

以下是一个自定义条形的示例程序：

程序

import matplotlib.pyplot as plt

# Sample data
Vehicles = ['Cars', 'Bikes', 'Buses', 'Scooties', ' Autos'  ]
Count = [25, 40, 30, 50, 28]

# Creating a bar chart
plt.bar(Vehicles, Count, color='orange', alpha=0.9)

# Adding labels and title
plt.xlabel('Vehicles')
plt.ylabel('Count')
plt.title('Customizing the bar colors')

# Displaying the plot
plt.show()

输出

说明

我们向条形图添加了附加参数：color（橙色）和 alpha（0.9）。Alpha 调整颜色的透明度。

示例 2

让我们看一个更改条形宽度和边框颜色的示例程序：

程序

import matplotlib.pyplot as plt

# Sample data
Parties =['BTS', 'TRP', 'ARP', 'YCS' ]
Votes =[3000, 5400, 2900, 3800]

# Customization options
custom_bar_width = 0.5
custom_edge_color = 'green'

# Creating a bar plot with customized width and edge color
plt.bar(Parties, Votes, width=custom_bar_width, edgecolor=custom_edge_color, color='yellow')

# Adding labels and title
plt.xlabel('Parties')
plt.ylabel('Votes')
plt.title('Bar Plot with Customized Width and Edge Color')

# Display the plot
plt.show()

输出

说明

我们创建了一个具有自定义条形宽度和边框颜色的条形图。我们使用 'custom_bar_width' 设置了宽度，使用 'custom_edge_color' 设置了边框。生成的图形是带有绿色边框的黄色条形。

创建水平条形

可以使用 barh() 函数实现水平条形图。

示例

让我们看看如何在图形中放置水平条形：

程序

import matplotlib.pyplot as plt

# Sample data
teams = ['CSK', 'MI', 'GT', 'DC', 'RCB']
matches_won = [4, 3, 2, 3, 5]

# Creating a horizontal bar plot with customized color
plt.barh(teams, matches_won, color='violet')

# Adding labels and title
plt.xlabel('Matches Won')
plt.ylabel('Teams')
plt.title('Horizontal Bar Plot: Matches Won by Each Team')

# Display the plot
plt.show()

输出

说明

我们创建了一个显示每支队伍获胜场数的条形图。我们使用 'barh()' 函数以水平条形绘制图形。我们将数据值 'teams' 和 'matches' 作为参数传递，并将颜色设置为紫色。然后，我们添加了标签和标题，最后显示了图形。

从 csv 文件绘制条形图

要绘制 CSV 文件中的数据，我们需要导入文件，提取数据，并使用 bar() 函数。

示例

以下是绘制 CSV 数据条形图的示例程序：

程序

import seaborn as sns
import matplotlib.pyplot as plt

# Load the 'tips' dataset from Seaborn
tips_data = sns.load_dataset('tips')
print(tips_data)

# Extracting data from the dataset
days = tips_data['day']
total_bill = tips_data['total_bill']

# Creating a bar plot
plt.bar(days, total_bill, color='skyblue')

# Adding labels and title
plt.xlabel('Day')
plt.ylabel('Total Bill')
plt.title('Bar Plot: Total Bill on Each Day')

# Display the plot
plt.show()

输出

说明

在此代码中，我们导入了两个库；一个是用于绘图的 matplotlib，另一个是用于加载数据集的 seaborn。导入库后，我们加载了现有的数据集，并提取了用于绘图的 days 和 total_bill。我们使用 bar() 函数进行绘图，并将颜色指定为浅绿色。然后，我们照常添加了标签和标题。

堆叠图

如果您有多个类别的数据集，则可以创建堆叠条形图来可视化累积效应。

示例

这是一个示例程序。

程序

import matplotlib.pyplot as plt

# Sample data
Roll_No = ['205', '206', '207', '208', '209']
FA_1 = [43, 37, 42, 43, 45]
FA_2 = [43, 36, 42, 41, 34]

# Creating a stacked bar plot
plt.bar(Roll_No, FA_1, color='pink', label='FA_1')
plt.bar(Roll_No, FA_2, bottom=FA_1, color='blue', label='FA_2')

# Adding labels, title, and legend
plt.xlabel('Roll Numbers')
plt.ylabel('Total scores')
plt.title('Stacked Bar Plot: Total scores by each student')
plt.legend()

# Display the plot
plt.show()

输出

说明

plt.bar() 函数本身并不直接支持创建堆叠条形图。因此，我们通过使用 bottom 参数间接创建了堆叠图。

我们绘制了每个学生的第一个 FA_1 分数，并通过将 bottom 指定为 FA_1 来堆叠其下方的 FA_2 分数。

结论

总而言之，Matplotlib 中的 bar() 函数是一个强大的工具，用于构建条形图，这是数据可视化的一种流行类型。条形图在展示和比较分类数据方面非常有效，因此它们在数据分析、统计和科学研究等许多领域得到了广泛的应用。

下一个主题Cloud-computing-in-python

← 上一个下一个 →

Python中的Matplotlib.axes.Axes.bar()

语法

示例

自定义条形

示例 1

示例 2

创建水平条形

示例

从 csv 文件绘制条形图

示例

堆叠图

示例

结论

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

其他

Python中的Matplotlib.axes.Axes.bar()

语法

示例

自定义条形

示例 1

示例 2

创建水平条形

示例

从 csv 文件绘制条形图

示例

堆叠图

示例

结论

相关帖子

Python中的CNN算法代码

Python中的代码注入

Python字典是否可以包含多个值

将多个参数传递给Python中的map函数

Python String decode() 方法

Python中链表中倒数第N个节点

Python BeautifulSoup中find和find_all的区别

Python和Bash的区别

Python中的NumPy linalg.norm()

如何在Python中向日期添加天数

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器