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。