Matplotlib 条形图

条形图或条形图是一种图表或图形，它用矩形条显示分类数据，矩形条的高度或长度与其所代表的值成正比，条形图可以垂直或水平绘制。

条形图显示离散类别之间的比较，图表的一个轴显示正在比较的特定类别，另一个轴表示测量值。

Matplotlib API 提供了bar()可以在 MATLAB 风格使用以及面向对象的 API 中使用的函数，与轴对象一起使用的 bar() 函数的签名如下：

ax.bar(x, height, width, bottom, align)

该函数使用大小为 (x:width = 2; x + width=2; bottom; bottom + height) 的矩形边界绘制条形图。

该函数的参数为：

该函数返回一个包含所有条形的 Matplotlib 容器对象。

以下是 Matplotlib 条形图的简单示例，它显示了就读一所学院提供的各种课程的学生人数。

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
langs = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23,17,35,29,12]
ax.bar(langs,students)
plt.show()

当比较多个数量和更改一个变量时，我们可能需要一个条形图，其中一个颜色的条形对应一个数量值。

我们可以通过调整条形的粗细和位置来绘制多个条形图。数据变量包含三个系列的四个值。以下脚本将显示四个柱的三个柱状图。钢筋的厚度为 0.25 个单位。每个条形图将从前一个移动 0.25 个单位。数据对象是一个 multidict，其中包含在过去四年中在一所工程学院的三个分支中通过的学生人数。

import numpy as np
import matplotlib.pyplot as plt
data = [[30, 25, 50, 20],
[40, 23, 51, 17],
[35, 22, 45, 19]]
X = np.arange(4)
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.bar(X + 0.00, data[0], color = 'b', width = 0.25)
ax.bar(X + 0.25, data[1], color = 'g', width = 0.25)
ax.bar(X + 0.50, data[2], color = 'r', width = 0.25)

堆叠条形图将代表不同组的条形堆叠在一起，结果条的高度显示了组的组合结果。

pyplot.bar()函数的可选bottom参数允许你为一个条形图指定一个起始值，它不是从零到一个值，而是从底部到这个值。第一次调用 pyplot.bar() 绘制蓝色条形图。第二次调用 pyplot.bar() 绘制红条，蓝条的底部位于红条的顶部。

import numpy as np
import matplotlib.pyplot as plt
N = 5
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
ind = np.arange(N) # the x locations for the groups
width = 0.35
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.bar(ind, menMeans, width, color='r')
ax.bar(ind, womenMeans, width,bottom=menMeans, color='b')
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.set_xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5'))
ax.set_yticks(np.arange(0, 81, 10))
ax.legend(labels=['Men', 'Women'])
plt.show()