Python数据分析条形图的各种绘制方式

简单垂直条形图

1. GDP = [12406.8, 13908.57, 9386.87, 9143.64] 
2.  
3. # 绘图 
4. plt.bar(range(4), GDP, align='center', color='steelblue', alpha=0.8) 
5. # 添加轴标签 
6. plt.ylabel('GDP') 
7. # 添加标题 
8. plt.title('GDP') 
9. # 添加刻度标签 
10. plt.xticks(range(4), ['beijing', 'shanghai', 'tianjing', 'chongjing']) 
11. # 设置Y轴的刻度范围 
12. plt.ylim([5000, 15000]) 
13.  
14. # 为每个条形图添加数值标签 
15. for x, y in enumerate(GDP): 
16.     plt.text(x, y + 100, '%s' % round(y, 1), ha='center')  
17.  
18. plt.show() 

简单水平条形图

1. # 导入绘图模块 
2. import matplotlib.pyplot as plt 
3.  
4. # 构建数据 
5. price = [39.5, 39.9, 45.4, 38.9, 33.34] 
6.  
7. # 绘图 
8. plt.barh(range(5), price, align='center', color='steelblue', alpha=0.8) 
9. # 添加轴标签 
10. plt.xlabel('price') 
11. # 添加标题 
12. plt.title('Books at different prices') 
13. # 添加刻度标签 
14. plt.yticks(range(5), ['Amazon', 'Dangdang', 'China Books Network', 'Jingdong', 'Tianmao']) 
15. # 设置Y轴的刻度范围 
16. plt.xlim([32, 47]) 
17.  
18. # 为每个条形图添加数值标签 
19. for x, y in enumerate(price): 
20.     plt.text(y + 0.1, x, '%s' % y, va='center') 
21.  
22. plt.savefig('foo.png') 
23. # 显示图形     
24. plt.show() 

水平交错条形图

1. # 导入绘图模块 
2. import matplotlib.pyplot as plt 
3. import numpy as np 
4.  
5. Y2016 = [15600, 12700, 11300, 4270, 3620] 
6. Y2017 = [17400, 14800, 12000, 5200, 4020] 
7. labels = ['Beijing', 'Shanghai', 'Hong Kong', 'Shenzhen', 'Guangzhou'] 
8. bar_width = 0.45 
9.  
10. # 绘图 
11. plt.bar(np.arange(5), Y2016, label='2016', color='steelblue', alpha=0.8, width=bar_width) 
12. plt.bar(np.arange(5) + bar_width, Y2017, label='2017', color='indianred', alpha=0.8, width=bar_width) 
13. # 添加轴标签 
14. plt.xlabel('Top5 City') 
15. plt.ylabel('Number of households') 
16. # 添加标题 
17. plt.title('Billionaires Top5 Cities') 
18. # 添加刻度标签 
19. plt.xticks(np.arange(5) + bar_width, labels) 
20. # 设置Y轴的刻度范围 
21. plt.ylim([2500, 19000]) 
22.  
23. # 为每个条形图添加数值标签 
24. for x2016, y2016 in enumerate(Y2016): 
25.     plt.text(x2016, y2016 + 100, '%s' % y2016, ha='center') 
26.  
27. for x2017, y2017 in enumerate(Y2017): 
28.     plt.text(x2017 + bar_width, y2017 + 100, '%s' % y2017, ha='center') 
29. # 显示图例 
30. plt.legend() 
31. plt.savefig('foo.png') 
32. # 显示图形 
33. plt.show() 

垂直堆叠条形图

1. # 导入模块 
2. import matplotlib.pyplot as plt 
3. import numpy as np 
4. import pandas as pd 
5.  
6. # 导入数据 
7. traffic_volume = {'Index': ['railway', 'green', 'water transport', 'air transport'], 
8.                   'Jan': [31058, 255802, 52244, 57], 
9.                   'Feb': [28121, 179276, 46482, 42], 
10.                   'Mar': [32185, 285446, 50688, 59], 
11.                   'Api': [30133, 309576, 54728, 57], 
12.                   'May': [30304, 319713, 55813, 60], 
13.                   'Jun': [29934, 320028, 59054, 58], 
14.                   'Jul': [31002, 319809, 57353, 55], 
15.                   'Aug': [31590, 331077, 57583, 57]} 
16.  
17. data = pd.DataFrame(traffic_volume) 
18. print(data) 
19.  
20. # 绘图 
21. plt.bar(np.arange(8), data.loc[0, :][1:], color='red', alpha=0.8, label='railway', align='center') 
22. plt.bar(np.arange(8), data.loc[1, :][1:], bottom=data.loc[0, :][1:], color='green', alpha=0.8, label='highway', 
23.         align='center') 
24. plt.bar(np.arange(8), data.loc[2, :][1:], bottom=data.loc[0, :][1:] + data.loc[1, :][1:], color='m', alpha=0.8, 
25.         label='water transport', align='center') 
26. plt.bar(np.arange(8), data.loc[3, :][1:], bottom=data.loc[0, :][1:] + data.loc[1, :][1:] + data.loc[2, :][1:], 
27.         color='black', alpha=0.8, label='air transport', align='center') 
28. # 添加轴标签 
29. plt.xlabel('month') 
30. plt.ylabel('Cargo volume (10,000 tons)') 
31. # 添加标题 
32. plt.title('Monthly logistics volume in 2017') 
33. # 添加刻度标签 
34. plt.xticks(np.arange(8), data.columns[1:]) 
35. # 设置Y轴的刻度范围 
36. plt.ylim([0, 500000]) 
37.  
38. # 为每个条形图添加数值标签 
39. for x_t, y_t in enumerate(data.loc[0, :][1:]): 
40.     plt.text(x_t, y_t / 2, '%sW' % (round(y_t / 10000, 2)), ha='center', color='white', fontsize=8) 
41.  
42. for x_g, y_g in enumerate(data.loc[0, :][1:] + data.loc[1, :][1:]): 
43.     plt.text(x_g, y_g / 2, '%sW' % (round(y_g / 10000, 2)), ha='center', color='white', fontsize=8) 
44.  
45. for x_s, y_s in enumerate(data.loc[0, :][1:] + data.loc[1, :][1:] + data.loc[2, :][1:]): 
46.     plt.text(x_s, y_s - 20000, '%sW' % (round(y_s / 10000, 2)), ha='center', color='white', fontsize=8) 
47.  
48. # 显示图例 
49. plt.legend(loc='upper center', ncol=4) 
50.  
51. # 显示图形 
52. plt.show() 

以上就是各种条形图的绘制方式，你Get到了吗?