Python數據分析入門（十七）：繪制條形圖

條形圖的繪制方式跟折線圖非常的類似，只不過是換成了plt.bar方法。plt.bar方法有以下常用參數：

1. x：一個數組或者列表，代表需要繪制的條形圖的x軸的坐標點。
2. height：一個數組或者列表，代表需要繪制的條形圖y軸的坐標點。
3. width：每一個條形圖的寬度，默認是0.8的寬度。
4. bottom：y軸的基線，默認是0，也就是距離底部為0.
5. align：對齊方式，默認是center，也就是跟指定的x坐標居中對齊，還有為edge，靠邊對齊，具體靠右邊還是靠左邊，看width的正負。
6. color：條形圖的顏色。

返回值為BarContainer，是一個存儲了條形圖的容器，而條形圖實際上的類型是matplotlib.patches.Rectangle對象。

更多參考：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.bar.html#matplotlib.pyplot.bar

條形圖的繪制：

比如現在有2019年賀歲片票房的數據（數據來源：https://piaofang.maoyan.com/dashboard）

#票房單位億元
movies = {
    "流浪地球":40.78,
    "飛馳人生":15.77,
    "瘋狂的外星人":20.83,
    "新喜劇之王":6.10,
    "廉政風雲":1.10,
    "神探蒲松齡":1.49,
    "小豬佩奇過大年":1.22,
    "熊出沒·原始時代":6.71
}

 

用條形圖繪制每部電影及其票房的代碼如下：

movies = {
    "流浪地球":40.78,
    "飛馳人生":15.77,
    "瘋狂的外星人":20.83,
    "新喜劇之王":6.10,
    "廉政風雲":1.10,
    "神探蒲松齡":1.49,
    "小豬佩奇過大年":1.22,
    "熊出沒·原始時代":6.71
}
plt.bar(np.arange(len(movies)),list(movies.keys()))
plt.xticks(np.arange(len(movies)),list(movies.keys()),fontproperties=font)
plt.grid()

 

效果圖如下：

其中xticks和yticks的用法跟之前的折線圖一樣。這里新出現的方法是bar，bar常用的有3個參數，分別是x（x軸的坐標點）,y（y軸的坐標點）以及width（條形的寬度）。

 

橫向條形圖：

橫向條形圖需要使用plt.barh這個方法跟bar非常的類似，只不過把方向進行旋轉。參數跟bar類似，但也有區別。如下：

1. y：數組或列表，代表需要繪制的條形圖在y軸上的坐標點。
2. width：數組或列表，代表需要繪制的條形圖在x軸上的值（也就是長度）。
3. height：條形圖的高度，默認是0.8。
4. left：條形圖的基線，也就是距離y軸的距離。
5. 其他參數跟bar一樣。

返回值也是BarContainer容器對象。

還是以以上數據為例，將電影名和票房反轉一下。示例代碼如下：

movies = {
    "流浪地球":40.78,
    "飛馳人生":15.77,
    "瘋狂的外星人":20.83,
    "新喜劇之王":6.10,
    "廉政風雲":1.10,
    "神探蒲松齡":1.49,
    "小豬佩奇過大年":1.22,
    "熊出沒·原始時代":6.71
}
plt.barh(np.arange(len(movies)),list(movies.values()))
plt.yticks(np.arange(len(movies)),list(movies.keys()),fontproperties=font)
plt.grid()

 

效果圖如下：

 

分組條形圖：

現在有一組數據，是2019年春節賀歲片前五天的電影票房記錄。 示例代碼如下：

movies = {
    "流浪地球":[2.01,4.59,7.99,11.83,16],
    "飛馳人生":[3.19,5.08,6.73,8.10,9.35],
    "瘋狂的外星人":[4.07,6.92,9.30,11.29,13.03],
    "新喜劇之王":[2.72,3.79,4.45,4.83,5.11],
    "廉政風雲":[0.56,0.74,0.83,0.88,0.92],
    "神探蒲松齡":[0.66,0.95,1.10,1.17,1.23],
    "小豬佩奇過大年":[0.58,0.81,0.94,1.01,1.07],
    "熊出沒·原始時代":[1.13,1.96,2.73,3.42,4.05]
}
plt.figure(figsize=(20,8))
width = 0.75
bin_width = width/5
movie_pd = pd.DataFrame(movies)
ind = np.arange(0,len(movies))

# 第一種方案
# first_day = movie_pd.iloc[0]
# plt.bar(ind-bin_width*2,first_day,width=bin_width,label='第一天')

# second_day = movie_pd.iloc[1]
# plt.bar(ind-bin_width,second_day,width=bin_width,label='第二天')

# third_day = movie_pd.iloc[2]
# plt.bar(ind,third_day,width=bin_width,label='第三天')

# four_day = movie_pd.iloc[3]
# plt.bar(ind+bin_width,four_day,width=bin_width,label='第四天')

# five_day = movie_pd.iloc[4]
# plt.bar(ind+bin_width*2,five_day,width=bin_width,label='第五天')

# 第二種方案
for index in movie_pd.index:
    day_tickets = movie_pd.iloc[index]
    xs = ind-(bin_width*(2-index))
    plt.bar(xs,day_tickets,width=bin_width,label="第%d天"%(index+1))
    for ticket,x in zip(day_tickets,xs):
        plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.1,ticket+0.1))

# 設置圖例
plt.legend(prop=font)
plt.ylabel("單位：億",fontproperties=font)
plt.title("春節前5天電影票房記錄",fontproperties=font)
# 設置x軸的坐標
plt.xticks(ind,movie_pd.columns,fontproperties=font)
plt.xlim
plt.grid(True)
plt.show()

 

示例圖如下：

 

堆疊條形圖：

堆疊條形圖，是將一組相關的條形圖堆疊在一起進行比較的條形圖。比如以下案例：

menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')
xs = np.arange(len(menMeans))
plt.bar(xs,menMeans)
plt.bar(xs,womenMeans,bottom=menMeans)
plt.xticks(xs,groupNames)
plt.show()

 

效果圖如下：

在繪制女性得分的條形圖的時候，因為要堆疊在男性得分的條形圖上，所以使用到了一個bottom參數，就是距離x軸的距離。通過對貼條形圖，我們就可以清楚的知道，哪一個隊伍的綜合排名是最高的，並且在每個隊伍中男女的得分情況。

 

條形圖應用場景：

1. 數量統計。
2. 頻率統計。