Python中Matplotlib绘制堆叠条形图(stacked bar)步骤详细介绍 代码示例 |
您所在的位置:网站首页 › python绘制颜色图 › Python中Matplotlib绘制堆叠条形图(stacked bar)步骤详细介绍 代码示例 |
绘制堆叠条形图是数据可视化中的一种常见方法,用于比较不同组别中的类别数据,并同时展示每个组别内部的分布。在Python中,可以使用matplotlib库来创建堆叠条形图。在本文中,将详细解释如何使用matplotlib来绘制堆叠条形图,包括数据准备、条形位置的计算、图表的绘制。 首先,确保已经安装了matplotlib库。如果没有安装,可以使用以下命令进行安装: pip install matplotlib接下来,导入所需的库: import matplotlib.pyplot as plt import numpy as np 2 准备数据为了创建堆叠条形图,需要有多个类别的数据,并且每个类别内有不同的组别。以下是一个简单的例子: # 数据 categories = ['Category A', 'Category B', 'Category C'] bar_width = 0.8 # 条形宽度 data_group1 = [10, 15, 20] data_group2 = [8, 12, 15] data_group3 = [5, 10, 12] 3 计算条形位置使用numpy库中的arange函数来计算每个类别内的条形位置: # 计算条形的位置 bar_positions = np.arange(len(categories)) 4 绘制堆叠条形图使用plt.bar()函数绘制堆叠条形图。确保设置bottom参数来堆叠条形,这样每个组别的条形将会堆叠在前一个组别的条形之上。 # 绘制堆叠条形图 plt.bar(bar_positions, data_group1, width=bar_width, label='Group 1') plt.bar(bar_positions, data_group2, width=bar_width, label='Group 2', bottom=data_group1) plt.bar(bar_positions, data_group3, width=bar_width, label='Group 3', bottom=np.array(data_group1) + np.array(data_group2)) 5 添加标签和标题添加一些标签和标题,以提高图表的可读性: # 添加标签和标题 plt.xlabel('Categories') plt.ylabel('Values') plt.title('Stacked Bar Chart') 6 定制化图表可以根据需要进行定制化,比如添加图例、调整坐标轴范围、设置颜色等: # 添加图例 plt.legend() # 设置x轴刻度和标签 plt.xticks(bar_positions, categories) 7 显示图形最后一步是显示图形: # 显示图形 plt.show() 完整代码将以上步骤整合在一起,得到一个完整的堆叠条形图绘制代码: import matplotlib.pyplot as plt import numpy as np # 数据 categories = ['Category A', 'Category B', 'Category C'] bar_width = 0.8 # 条形宽度 data_group1 = [10, 15, 20] data_group2 = [8, 12, 15] data_group3 = [5, 10, 12] # 计算条形的位置 bar_positions = np.arange(len(categories)) # 绘制堆叠条形图 plt.bar(bar_positions, data_group1, width=bar_width, label='Group 1') plt.bar(bar_positions, data_group2, width=bar_width, label='Group 2', bottom=data_group1) plt.bar(bar_positions, data_group3, width=bar_width, label='Group 3', bottom=np.array(data_group1) + np.array(data_group2)) # 添加标签和标题 plt.xlabel('Categories') plt.ylabel('Values') plt.title('Stacked Bar Chart') # 添加图例 plt.legend() # 设置x轴刻度和标签 plt.xticks(bar_positions, categories) # 显示图形 plt.show() |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |