matplotlib bar()实现多组数据并列柱状图通用简便创建方法
在使用柱状图时，经常遇到需要多组数据进行比较的情况。
绘制单个数据系列的柱形图比较简单，多组数据柱状图绘制的关键有三点：
- 多次调用bar()函数即可在同一子图中绘制多组柱形图。
- 为了防止柱子重叠，每个柱子在x轴上的位置需要依次递增，如果柱子紧挨，这个距离即柱子宽度。
- 为了使刻度标签居中，需要调整x轴刻度标签的位置。
由上述可知，多组数据并列柱状图需要计算柱子x轴上的位置和x轴刻度标签。
因此，有两种实现方案：
- x轴刻度标签位置固定，根据x轴刻度计算每个柱子的宽度
- 每个柱子的宽度固定，计算x轴刻度标签位置，使之居中
下面使用第一种方法演示两组数据、三组数据、四组数据的并列柱状图。
使用方法一、方法二演示通用多组并列柱状图的创建方法。
两组数据、三组数据、四组数据的并列柱状图
importmatplotlib
importmatplotlib.pyplotasplt
importnumpyasnp
plt.figure(figsize=(13,4))
#构造x轴刻度标签、数据
labels=['G1','G2','G3','G4','G5']
first=[20,34,30,35,27]
second=[25,32,34,20,25]
third=[21,31,37,21,28]
fourth=[26,31,35,27,21]
#两组数据
plt.subplot(131)
x=np.arange(len(labels))#x轴刻度标签位置
width=0.25#柱子的宽度
#计算每个柱子在x轴上的位置，保证x轴刻度标签居中
#x-width/2，x+width/2即每组数据在x轴上的位置
plt.bar(x-width/2,first,width,label='1')
plt.bar(x+width/2,second,width,label='2')
plt.ylabel('Scores')
plt.title('2datasets')
#x轴刻度标签位置不进行计算
plt.xticks(x,labels=labels)
plt.legend()
#三组数据
plt.subplot(132)
x=np.arange(len(labels))#x轴刻度标签位置
width=0.25#柱子的宽度
#计算每个柱子在x轴上的位置，保证x轴刻度标签居中
#x-width，x，x+width即每组数据在x轴上的位置
plt.bar(x-width,first,width,label='1')
plt.bar(x,second,width,label='2')
plt.bar(x+width,third,width,label='3')
plt.ylabel('Scores')
plt.title('3datasets')
#x轴刻度标签位置不进行计算
plt.xticks(x,labels=labels)
plt.legend()
#四组数据
plt.subplot(133)
x=np.arange(len(labels))#x轴刻度标签位置
width=0.2#柱子的宽度
#计算每个柱子在x轴上的位置，保证x轴刻度标签居中
plt.bar(x-1.5*width,first,width,label='1')
plt.bar(x-0.5*width,second,width,label='2')
plt.bar(x+0.5*width,third,width,label='3')
plt.bar(x+1.5*width,fourth,width,label='4')
plt.ylabel('Scores')
plt.title('4datasets')
#x轴刻度标签位置不进行计算
plt.xticks(x,labels=labels)
plt.legend()
plt.show()
通用多组并列柱状图的简便创建方法
上面的示例比较简易，有一些问题没有考虑。为了便于重复使用，下面的通用方法可调整x轴标签刻度步长、每组柱子的总宽度、每组柱子之间的间隙、组与组之间的间隙。
方法一
importmatplotlib
importmatplotlib.pyplotasplt
importnumpyasnp
label=['G1','G2','G3','G4','G5']
first=[20,34,30,35,27]
second=[25,32,34,20,25]
third=[21,31,37,21,28]
fourth=[26,31,35,27,21]
data=[first,second,third,fourth]
defcreate_multi_bars(labels,datas,tick_step=1,group_gap=0.2,bar_gap=0):
'''
labels:x轴坐标标签序列
datas：数据集，二维列表，要求列表每个元素的长度必须与labels的长度一致
tick_step：默认x轴刻度步长为1，通过tick_step可调整x轴刻度步长。
group_gap:柱子组与组之间的间隙，最好为正值，否则组与组之间重叠
bar_gap：每组柱子之间的空隙，默认为0，每组柱子紧挨，正值每组柱子之间有间隙，负值每组柱子之间重叠
'''
#ticks为x轴刻度
ticks=np.arange(len(labels))*tick_step
#group_num为数据的组数，即每组柱子的柱子个数
group_num=len(datas)
#group_width为每组柱子的总宽度，group_gap为柱子组与组之间的间隙。
group_width=tick_step-group_gap
#bar_span为每组柱子之间在x轴上的距离，即柱子宽度和间隙的总和
bar_span=group_width/group_num
#bar_width为每个柱子的实际宽度
bar_width=bar_span-bar_gap
#baseline_x为每组柱子第一个柱子的基准x轴位置，随后的柱子依次递增bar_span即可
baseline_x=ticks-(group_width-bar_span)/2
forindex,yinenumerate(datas):
plt.bar(baseline_x+index*bar_span,y,bar_width)
plt.ylabel('Scores')
plt.title('multidatasets')
#x轴刻度标签位置与x轴刻度一致
plt.xticks(ticks,labels)
plt.show()
create_multi_bars(label,data,bar_gap=0.1)
方法二
importmatplotlib
importmatplotlib.pyplotasplt
importnumpyasnp
label=['G1','G2','G3','G4','G5']
first=[20,34,30,35,27]
second=[25,32,34,20,25]
third=[21,31,37,21,28]
fourth=[26,31,35,27,21]
data=[first,second,third,fourth]
defcreate_multi_bars(labels,datas,tick_step=1,group_gap=0.2,bar_gap=0):
'''
labels:x轴坐标标签序列
datas：数据集，二维列表，要求列表每个元素的长度必须与labels的长度一致
tick_step：默认x轴刻度步长为1，通过tick_step可调整x轴刻度步长。
group_gap:柱子组与组之间的间隙，最好为正值，否则组与组之间重叠
bar_gap：每组柱子之间的空隙，默认为0，每组柱子紧挨，正值每组柱子之间有间隙，负值每组柱子之间重叠
'''
#x为每组柱子x轴的基准位置
x=np.arange(len(labels))*tick_step
#group_num为数据的组数，即每组柱子的柱子个数
group_num=len(datas)
#group_width为每组柱子的总宽度，group_gap为柱子组与组之间的间隙。
group_width=tick_step-group_gap
#bar_span为每组柱子之间在x轴上的距离，即柱子宽度和间隙的总和
bar_span=group_width/group_num
#bar_width为每个柱子的实际宽度
bar_width=bar_span-bar_gap
#绘制柱子
forindex,yinenumerate(datas):
plt.bar(x+index*bar_span,y,bar_width)
plt.ylabel('Scores')
plt.title('multidatasets')
#ticks为新x轴刻度标签位置，即每组柱子x轴上的中心位置
ticks=x+(group_width-bar_span)/2
plt.xticks(ticks,labels)
plt.show()
create_multi_bars(label,data[:3],bar_gap=0.1)
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。