蓝狮平台_蓝狮注册登录云技术中心

蓝狮你了解matplotlib吗?多类别条形图篇

image.png



这篇文章来探索下多类别条形图比如各学校包含语文、数学、英语三科成绩的条形图怎样绘制。在绘图之前,先来复习一下条形图函数中主要参数的含义:


x控制的是每个条在x轴方向上的位置;

height控制的是每个条的长度;

width控制的是每个条的宽度;

bottom控制的是每个条在y轴方向的起始位置

orientation控制的是条形的方向,是纵向还是横向,默认是纵向的。

小例子辅助理解:


x = [0.7, 1.5, 2, 3]

height = [3, 10, 12, 7]

plt.bar(x, height, width=0.3, bottom=[3, 0, 0, 1] )

plt.show()


参照代码和图形再理解下各个参数的作用。ok,万事俱备,开始绘图!


先看一下原数据data1长什么样子再敲代码:



plt.figure(figsize=(16,6))

x_s = np.array(list(range(0,20,2))) #设置语文成绩的条形所在位置

plt.bar(x_s,data1.loc[:,"语文"].iloc[:10],width=0.5) #绘制语文成绩的条形图


x_y = np.array(list(range(0,20,2)))+0.5 #设置数学成绩的条形所在位置

plt.bar(x_y,data1.loc[:,"数学"].iloc[:10],width=0.5) #绘制数学成绩的条形图


x_y = np.array(list(range(0,20,2)))+1 #设置英语成绩的条形所在位置

plt.bar(x_y,data1.loc[:,"英语"].iloc[:10],width=0.5) #绘制英语成绩的条形图


plt.title("成绩条形图",fontsize = 14)

plt.ylabel("成绩",fontsize = 14)

plt.xticks(x_s+0.5,data1.iloc[:,0].iloc[:10],fontsize = 12)

 #x轴刻度为各学校名称,为了刻度正好在三个条形的正中间,设置(x_s+0.5)

plt.legend(["语文","数学","英语"]); 

坐标轴和rc参数设置的讲解中有提到过,在同一块画布上是可以重复绘图的,其实在一幅条形图中绘制多个类别的条形图应用的就是这个原理。需要注意的是不要让后边绘制的图形覆盖前边绘制的图形,所以需要提前计算好每个条形应该画在哪个地方。


通过代码可以看到都进行了哪些设置,每个条形的宽度都是0.5,所以在绘制好第一个学科的条形图后,排在第二个位置进行绘制的条形图所有的条所在x轴的位置都在第一个学科条形位置的基础上增加了0.5,第三个学科的条形又在第二个学科条形位置的基础上再增加0.5的距离,这样,每个学校的三个学科可以挨着展示出来又不会发生条形重叠的情况。


这里需要注意的另一个问题就是每个学校刻度之间要流出足够的位置放置三个条形。每个条形的宽度都是0.5,一共需要1.5个位置,所以在设置刻度的时候,每个刻度之间的间隔(range(0,20,2)),一共10个刻度,对应选取的10所学校,刻度间距为2,超过所需的1.5。


最终的效果图:



图是画出来了,但是画的过程中需要心算一下各种位置,除了各个条形的位置还有刻度的位置,着实有点麻烦,那么有没有其他更简便一点的方法呢?


DataFrame绘图

先来和我们熟悉的matplotlib绘图做对比,用matplotlib绘图时先选择绘图函数,然后把原数据作为参数传入函数中,而dataframe直接绘图的时候,类似调用了dataframe的方法,在通过参数选择进行哪种图形的绘制。


干说没实感,来段代码感受下:


 #通过参数设置生成图形的类型

data2.iloc[:10].plot(x = '学校',y = ['语文','数学','英语'],kind = "bar"

,figsize=(16,6),width=0.7,rot = 0,title = "各学科成绩条形图");

一行代码搞定,先来看下效果图:



是不是看起来和上边matplotlib绘制的图差不多,代码却简洁了很多。先看下原dataframe长什么样子:



接着具体研究下都是哪些参数在影响绘图:


x和y没有什么悬念,指定x轴和y轴数据来源,其中x的数据源是学校名称,y轴是各个学科成绩

kind参数控制的是绘制什么类型的图,这里选择是“bar”,即表示绘制条形图,蓝狮碎石机养护说明当然还有其他的折线图、饼图、直方图等等类型可以选择

其他的参数和matplotlib中的参数设置差不多,个别的参数会有差别,比如设置标签字体倾斜度的,在matplotlib中参数是rotation,在dataframe中的参数是rot,写法有点不一样,作用是一样的,所以虽然没有在代码中进行倾斜度的设置,还是把这个参数写出来了,设置的倾斜度是0度,也就是没倾斜。

这里写出两种方法实现相同的操作,在实际的工作中,按照需求自行选择即可。


堆积条形图

有时候,除了查看单个类别的情况,还需要同时查看总体的情况,这就是堆积条形图擅长的领域了。绘制堆积条形图和绘制普通条形图用的都是plt.bar()函数,也是通过参数设置实现堆积条形图的绘制。


还是对参数设置不太熟的孩子可以回到文章开头回忆下重要参数的作用,这里实现用语文、数学、英语三科成绩的堆积条形图:


plt.figure(figsize=(16,6))

plt.bar(range(21),data1.loc[:,"语文"],width=0.9,label = "语文")

plt.bar(range(21),data1.loc[:,"数学"],bottom=np.array(data1.loc[:,"语文"]),width=0.9,label ="数学")

plt.bar(range(21),data1.loc[:,"英语"],bottom=np.array(data1.loc[:,"语文"]+data1.loc[:,"数学"])

        ,width=0.9,label ="英语")

totle_score = np.array(data1.loc[:,"语文"]+data1.loc[:,"数学"]+data1.loc[:,"英语"]).astype("int")

for i in range(21):

    plt.text(i-0.25,totle_score[i]+1,totle_score[i]) #为条形图中的每个条添加标签

plt.title("各学校成绩堆积图",fontsize = 14)

plt.ylabel("成绩",fontsize = 14)

plt.xticks(range(21),data1.iloc[:,0],rotation=30,fontsize = 12)#x轴刻度为各学校名称

plt.legend() #显示图例;

原理和前边画三科成绩条形图一样,都是在同一块画布上重复绘图,注意绘图的逻辑即可。这里是先画一个学科成绩的纵向条形图,通过bottom参数控制第二个学科成绩绘图时在y轴方向的起始值,也就是在第一科学科成绩条形的顶端接着画第二科学科成绩的条,然后在第二科成绩条形的顶端继续画第三个学科成绩的条形,这样形成的就是堆积条形图。


当然还有一些细节需要注意,比如三个学科条形的宽度得设置成一样的尺寸,避免影响美观。


细心的孩子可能已经发现了一点新鲜的设置:多了一个函数plt.text(),蓝狮登录网址这个函数的作用是在条形的顶端添加了该条形的标签,即三科的总成绩。因为要对每个条形增加一个标签,所以运用了循环,将总分作为标签添加到了图形中。


通过plt.text()函数可以在整幅图的任意位置添加需要的文本进去。函数的第一个参数控制文本在x轴方向的位置,第二个参数控制文本在y轴方向的位置,第三个参数为添加的文本信息。


啰里啰唆说了这么多,来看下堆积条形图的效果:



和常见的堆积条形图没什么不一样对吧,其实条形图依然又值得深挖的地方,还有很多有意思的设置可以尝试呢。来个预告,计划在下一篇文章离探索一下发散型条形图。