最全Python绘制条形图（柱状图）

您所在的位置：网站首页 › 条形图如何做到横坐标居中两个纵坐标两边 › 最全Python绘制条形图（柱状图）

最全Python绘制条形图（柱状图）

2023-06-07 10:14| 来源: 网络整理| 查看: 265

条形图（bar chart）也称为柱状图，是一种以长方形的长度为变量的统计图表，长方形的长度与它所对应的数值呈一定比例。

在这里插入图片描述

一、导入绘图数据

首先导入绘图所需的数据。

import os import pandas as pd os.chdir(r'F:\公众号\6.学习python') #设置成存放数据文件夹路径 date = pd.read_csv("股票数据.csv", encoding = 'GBK') #读取数据

注：如需文中数据进行练习，可到公众号中回复“股票数据波动”即可免费获取。展示前几行数据如下：在这里插入图片描述

二、竖放条形图

1 竖放条形图绘图原理

Python中绘制竖放条形图需用matplotlib.pyplot中的bar函数，该函数的基本语法为：

bar(x, height, [width], [bottom], **kwargs)

参数说明： x：数组，条形图对应的横坐标。 height：一个数或数组，条形图的纵坐标（高度）。 [width]：一个数或数组，条形的宽度，默认值0.8，为可选参数。 [bottom]：一个数或数组，条形的起始高度，默认值0，为可选参数。 **kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制竖放条形图

以日期为横坐标，收盘价为纵坐标绘制竖放条形图，具体语句如下：

import matplotlib.pyplot as plt #导入库 date = date.set_index('日期') #把日期列设为索引 date.index = pd.to_datetime(date.index) #把索引转为时间格式 plt.bar(date.index, date['收盘价']) #以日期为横轴，收盘价为纵轴绘制条形图

得到结果如下：

从以上结果可以发现，由于数据较多，条形图密密麻麻，看不出具体趋势。故在绘图之前，最好先进行统计汇总。

3 优化显示竖放条形图

以时间为横轴，每年收盘价均值为纵轴绘制竖放条形图，并添加标题和轴标签等，具体语句如下：

result = date[['收盘价']].groupby(date.index.year).mean() #计算每年收盘价均值 plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题 plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题 plt.bar(result.index, result['收盘价'], 0.6, label='close', color='#87CEFA') plt.legend() #显示图例 plt.xlabel('时间') #x轴标签 plt.ylabel('收盘价') #y轴标签 plt.title('股票收盘价') #标题

得到结果如下：

三、横放条形图

1 横放条形图绘图原理

Python中绘制横向条形图需用matplotlib.pyplot中的barh函数，该函数和bar函数类似，它的基本语法为：

barh(y, width, [height], **kwargs)

参数说明： y：一个数或数组，条形图对应的纵坐标。 width：一个数或数组，条形的宽度。 [height]：一个数或数组，条形的高度，默认值0.8，为可选参数。 **kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制横放条形图

以时间为纵轴，收盘价为高度绘制横放条形图，具体语句如下：

result = date[['收盘价']].groupby(date.index.year).mean() #计算每年收盘价均值 plt.barh(result.index, result['收盘价']) #以时间为纵轴，收盘价为高度绘制横向条形图

得到结果如下：在这里插入图片描述

四、并列条形图

有时在绘制条形图时需对比显示某些信息，比如想同时观察股票最高价和最低价的变化趋势，可采用并列条形图，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值 plt.bar(result.index, result['high'], width=0.2, color='r', label='high') #绘制每年股票最高价均值的条形图，颜色设置为红色 plt.bar(result.index+0.2, result['low'], width=0.2, color ='b', label='low') #绘制每年股票最低价均值的条形图，颜色设置为蓝色 plt.xticks(result.index+0.2, result.index) # 让横坐标轴刻度显示时间，result.index+0.2为横坐标轴刻度的位置 plt.ylim(5, 35) #设置y轴的显示范围 plt.title('股票最高价最低价') #设置标题 plt.legend() #显示图例

得到结果如下：

五、叠加条形图

有时一个变量的数值恒小于另一个变量，这时可以把两个条形图绘制到一个条形图中，用不同的颜色显示这两个条形图即可。比如股票价格的最小值恒小于最大值，可以把这两个数组绘制在同一个条形图中，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值 plt.bar(result.index, result['high'], width=0.2, color='r', alpha=0.5, label='high') #绘制股票最高价条形图，颜色为红色 plt.bar(result.index, result['low'], width=0.2, color='b', alpha=0.5, label='low') #绘制股票最低价条形图，颜色为蓝色 plt.title('叠加股票最高价最低价条形图') #设置标题 plt.legend() #显示图例

得到结果如下：在这里插入图片描述

六、拼接条形图

有时需要把两组数值绘制在同一个条形图中，以股票最高价和最低价为示例，绘制拼接条形图，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值 plt.bar(result.index, result['high'], width=0.2, color='r', label='high') #绘制股票最高价条形图 plt.bar(result.index, result['low'], bottom=result['high'], width=0.2, color='b', label='low') #以股票最高价为起点绘制股票最低价条形图 plt.title('股票最高价最低价拼接条形图') #设置标题 plt.legend() #显示图例

得到结果：在这里插入图片描述

七、多重显示条形图

有时可以把一组数值看成高度，另一组数值代表颜色绘制多重显示条形图。以股票收盘价和换手率为例，绘制多重显示条形图，具体语句如下：

import matplotlib.cm as cm #导入库 result = date.groupby(date.index.year).agg(avgl=('收盘价', 'mean'), avg2=('换手率', 'mean')) #按年统计股票收盘价和换手率的均值 plt.bar(result.index, result['avgl'], color=cm.ScalarMappable().to_rgba(result['avg2'])) #以收盘价均值为高度，换手率均值为颜色绘制条形图 sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg2'].min(), vmax=result['avg2'].max())) plt.colorbar(sm) #根据换手率均值的大小显示颜色 plt.title('用收盘价和换手率绘制多重显示条形图') #设置标题 plt.show()

得到结果如下：在这里插入图片描述

至此，在Python中绘制条形图已全部讲解完毕，感兴趣的同学可以自己实现一遍。

你可能感兴趣: 用Python绘制皮卡丘用Python绘制词云图 Python人脸识别—我的眼里只有你 Python画好看的星空图（唯美的背景）用Python中的py2neo库操作neo4j，搭建关联图谱 Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）

长按(扫一扫)识别上方二维码学习更多Python和建模知识，让你的学习和工作更出彩。

【本文地址】

最全Python绘制条形图（柱状图）

最全Python绘制条形图（柱状图）

今日新闻

推荐新闻