python條形圖上加數字（python畫條形圖）

本文目錄一覽：

• 1、如何在 堆積 條形圖上添加”總計”數據標籤?
• 2、Python之神奇的繪圖庫matplotlib
• 3、如何用python繪製簡單條形圖？

如何在 堆積 條形圖上添加”總計”數據標籤?

1、在數據表中加入總計值

2、插入堆積圖

3、更改圖表類型為“組合”

4、將總計設置為次坐標

5、添加數據標籤，調整位置。

Python之神奇的繪圖庫matplotlib

matplotlib是Python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，十分適合交互式地進行製圖。本文將以例子的形式分析matplot中支持的，分析中常用的幾種圖。其中包括填充圖、散點圖(scatter plots)、. 條形圖(bar plots)、等高線圖(contour plots)、 點陣圖和3D圖，下面來一起看看詳細的介紹：

一、填充圖

參考代碼

簡要分析

這裡主要是用到了fill_between函數。這個函數很好理解，就是傳入x軸的數組和需要填充的兩個y軸數組；然後傳入填充的範圍，用where=來確定填充的區域；最後可以加上填充顏色啦，透明度之類修飾的參數。

相關推薦：《Python教程》

效果圖

二、散點圖(scatter plots)

參考代碼

簡要分析

1.首先介紹一下numpy 的normal函數，很明顯，這是生成正態分布的函數。這個函數接受三個參數，分別表示正態分布的平均值，標準差，還有就是生成數組的長度。很好記。

2.然後是arctan2函數，這個函數接受兩個參數，分別表示y數組和x數組，然後返回對應的arctan(y/x)的值，結果是弧度制。

3.接下來用到了繪製散點圖的scatter方法，首先當然是傳入x和y數組，接着s參數表示scale，即散點的大小；c參數表示color，我給他傳的是根據角度劃分的一個數組，對應的就是每一個點的顏色（雖然不知道是怎麼對應的，不過好像是一個根據數組內其他元素進行的相對的轉換，這裡不重要了，反正相同的顏色賦一樣的值就好了）；最後是alpha參數，表示點的透明度。scatter函數的高級用法可以參見官方文檔scatter函數或者help文檔，最後設置下坐標範圍就好了。

效果圖

三、等高線圖(contour plots)

參考代碼

簡要分析

1.首先要明確等高線圖是一個三維立體圖，所以我們要建立一個二元函數f，值由兩個參數控制，(注意，這兩個參數都應該是矩陣)。

2.然後我們需要用numpy的meshgrid函數生成一個三維網格，即，x軸由第一個參數指定，y軸由第二個參數指定。並返回兩個增維後的矩陣，今後就用這兩個矩陣來生成圖像。

3.接着就用到coutourf函數了，所謂contourf，大概就是contour fill的意思吧，只填充，不描邊；這個函數主要是接受三個參數，分別是之前生成的x、y矩陣和函數值；接着是一個整數，大概就是表示等高線的密度了，有默認值；然後就是透明度和配色問題了，cmap的配色方案這裡不多研究。

4.隨後就是contour函數了，很明顯，這個函數是用來描線的。用法可以類似的推出來，不解釋了，需要注意的是他返回一個對象，這個對象一般要保留下來個供後續的加工細化。

5.最後就是用clabel函數來在等高線圖上表示高度了，傳入之前的那個contour對象；然後是inline屬性，這個表示是否清除數字下面的那條線，為了美觀當然是清除了，而且默認的也是1；再就是指定線的寬度了。

效果圖

如何用python繪製簡單條形圖？

如何用python繪製簡單條形圖呢？這裡離不開matplotlib的使用。

條形圖是數據可視化圖形中很基礎也很常用的一種圖，簡單解釋下：條形圖也叫長條圖（英語：bar chart），亦稱條圖（英語：bar graph）、條狀圖、棒形圖、柱狀圖、條形圖表，是一種以長方形的長度為變量的統計圖表。長條圖用來比較兩個或以上的價值（不同時間或者不同條件），只有一個變量，通常利用於較小的數據集分析。長條圖亦可橫向排列，或用多維方式表達。

那麼一個普通的條形圖是長什麼樣子的呢？

當！當！當！就是下圖的這個樣子：

圖先亮出來啦，接下來研究這個圖是怎麼畫的吧，先看一下原數據長什麼樣子：

實際畫圖的流程和畫折線圖很相近，只是用到的畫圖函數不一樣，繪製條形圖的函數plt.bar（）：

由於這只是最簡單的一個條形圖，實際上條形圖的函數plt.bar（）還有不少可以探索的參數設置，和對摺線圖函數plt.plot()的探索差不多，有興趣的孩子可以自己去進行探索哦。

按照條形長短進行排序展示的條形圖

當然也可以有其他的設置，比如說上圖中的線條高低參差不齊，這是因為x軸的數據是按照學校名稱進行排序的，那麼可不可以按照分數的高低進行排序呢？也就是讓所有的長方形按照從高到矮或者從矮到高的順序進行排列？

當然可以啦！這裡需要強調的是，條的高低排列等信息都是來源於原數據的，要想讓條形的順序發生改變，需要對畫圖的來源數據進行更改呢！

把原數據逆序排序後截取前十名數據賦值給data_yuwen，作為新的數據源傳入畫圖函數plt.bar()，畫出來的圖自然就不一樣了。

先看一眼數據長什麼樣子：

根據這個數據源繪製出的圖形如下，由於用來畫圖的數據進行了降序排序操作，所以生成條形圖的條也會進行降序排序展示：

很多時候，我們常見的條形圖還有另一種展現形式，那就是橫向的條形圖，比較火的那種動態條形圖絕大多數也都是橫向的條形圖，那麼橫向的條形圖如何繪製呢？

理解plt.bar()主要參數

其實也不難，只要清楚plt.bar()函數中主要參數的作用就可以了！條形圖函數中有五個主要參數，分別是x，height，width，bottom，orientation。其中x控制的是每個條在x軸上位置，height控制的是每個條的長度，width控制的是每個條的寬度，bottom控制的是每個條在y軸方向的起始位置，orientation控制的是條形的方向，是縱向還是橫向，默認是縱向的。

通過一個小例子理解下這幾個參數的作用：

上邊的幾行代碼輸出的圖形如下：

對比着代碼和實際輸出的條形圖，各個主要參數的作用是不是一目了然啦？

橫向條形圖

理解了這幾個參數作用後，縱向的條形圖轉換成橫向的條形圖就沒什麼難度了！

需要設置所有條形在x軸的位置都為0，也就全部從最左側開始畫條形;由於是橫向條形圖，所以實際上條的寬度顯示的是數據大小，將width參數設置成原數據中的語文成績；bottom控制每個條在y軸方向的起始位置，設置bottom=range（10）設置每個條形在y軸的起始位置各不相同避免有條形重疊；height控制的是每個條在y軸方向上的長度，條形圖橫向設置後，在y軸上的長度失去了衡量數據的意義，所以直接設置一個常數即可；最後設置條形的方向為橫向，即orientation=“horizontal”。

溫馨提示：數據和標籤一定要匹配，即plt.bar()重點的數據要和plt.yticks()中提取出來的標籤一一對應，一旦不匹配，整個圖展現的結果就是一個錯誤的結果！

上述代碼生成的條形圖如下：

感覺上邊這種生成橫向條形圖的方式有點點繞，和人們的習慣認知有點不大一樣，難道畫一個橫向條形圖就非得轉變自己的習慣認知這麼反人類嗎？

當然不是的，實際上有更簡單的方法繪製一個橫向條形圖，之所以沒有一開始就直接用這種簡單的方法，也是為了讓大家體會下條形圖參數的靈活設置而已，而且如果比較繞的方法都能理解了，簡單的方法理解和運用起來就更沒有難度了啊！

不賣關子了，我們來認識下和plt.bar()函數類似的plt.barh()函數。

plt.barh()函數是專門繪製水平條形圖的函數，主要的參數有：

y 控制y軸顯示的標籤來源width 控制橫向條形的長度，即用來進行對比的數據源height 條形的寬度需要設置的參數主要就是這三個，比用plt.bar()函數繪製水平條形圖簡單了很多，具體代碼如下：

效果圖：

和用plt.bar()函數繪製的橫向條形圖一毛一樣對不對？以後有需求繪製橫向條形圖，盡量用plt.barh()函數吧，畢竟它是專門繪製這種類型圖的，簡單好用。

然而實際工作中對於條形圖的需求不只是這些，比如例子中只是對各個學校語文成績的展示，有時候需要各個學科的成績同時展現在一幅條形圖中，有時候也需要繪製堆積條形圖對各學科的成績以及總成績進行展示，這些圖又該如何繪製呢？其實只要理解了各個參數的含義，繪製這些圖也不在話下，至於具體怎麼畫，且看下回分解啊！