Matplotlib - 条形图

Matplotlib - 条形图 (Bar Plot / Bar Chart)

条形图 (Bar Chart 或 Bar Graph) 是一种基本的可视化方式，用于用矩形条表示分类数据 (categorical data)。每个条的长度或高度与其代表的值成比例。条形图非常适合比较不同类别之间的离散值 (discrete values)。

Matplotlib 提供了 ax.bar() 方法用于创建垂直条形图，以及 ax.barh() 用于创建水平条形图。

简单的垂直条形图 (ax.bar)

ax.bar(x, height, width=0.8, bottom=None, align='center', **kwargs)

• x: 表示条形图的 x 坐标（位置）或类别标签的标量或字符串序列。
• height: 表示条形图高度的标量或标量序列。
• width: 标量或类似数组的类型（默认值 0.8）。条形图的宽度。
• bottom: 标量或类似数组的类型（默认值 None）。条形图底部的 y 坐标（用于堆叠图）。
• align: {‘center’, ‘edge’}。条形图相对于 x 坐标的对齐方式。
• color, edgecolor, linewidth, label, alpha: 标准绘图关键字参数。

示例：不同课程的学生人数。

import matplotlib.pyplot as plt

# 数据
courses = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23, 17, 35, 29, 12]

fig, ax = plt.subplots(figsize=(7, 5))

# 创建条形图
bars = ax.bar(courses, students, color='skyblue', edgecolor='black')

# 添加标签和标题
ax.set_xlabel('Programming Language')
ax.set_ylabel('Number of Students Enrolled')
ax.set_title('Course Enrollment')
ax.grid(axis='y', linestyle='--', alpha=0.7)

# 可选：在条形图顶部添加数据标签
ax.bar_label(bars, padding=3)

plt.show()

分组条形图 (Grouped Bar Chart)

要在同一类别下比较多个系列 (series)，你可以创建分组条形图。这需要为每个系列计算条形图的偏移 x 坐标。

import matplotlib.pyplot as plt
import numpy as np

# 数据：3 种产品在 4 个季度的销售额
labels = ['Q1', 'Q2', 'Q3', 'Q4']
product_a_sales = [30, 25, 50, 20]
product_b_sales = [40, 23, 51, 17]
product_c_sales = [35, 22, 45, 19]

# 计算条形图位置
x = np.arange(len(labels))  # 标签位置 [0, 1, 2, 3]
width = 0.25  # 每个条形图的宽度

fig, ax = plt.subplots(figsize=(10, 6))

rects1 = ax.bar(x - width, product_a_sales, width, label='Product A', color='cornflowerblue')
rects2 = ax.bar(x,         product_b_sales, width, label='Product B', color='lightcoral')
rects3 = ax.bar(x + width, product_c_sales, width, label='Product C', color='lightgreen')

# 添加标签、标题和图例
ax.set_ylabel('Sales Figures')
ax.set_title('Quarterly Sales by Product')
ax.set_xticks(x) # 将 x 轴刻度位置设置在分组的中心
ax.set_xticklabels(labels)
ax.legend()
ax.grid(axis='y', linestyle='--', alpha=0.7)

# 添加数据标签
ax.bar_label(rects1, padding=3)
ax.bar_label(rects2, padding=3)
ax.bar_label(rects3, padding=3)

fig.tight_layout()
plt.show()

堆叠条形图 (Stacked Bar Chart)

堆叠条形图显示不同系列在每个类别中对总数的贡献。你在后续的 ax.bar() 调用中使用 bottom 参数，将条形图堆叠在彼此之上。

import matplotlib.pyplot as plt
import numpy as np

# 数据：两组在 5 个类别中的得分贡献
labels = ['G1', 'G2', 'G3', 'G4', 'G5']
men_means = np.array([20, 35, 30, 35, 27])
women_means = np.array([25, 32, 34, 20, 25])
width = 0.5 # 条形图的宽度

fig, ax = plt.subplots(figsize=(8, 6))

# 绘制男性的得分（底部层）
bar1 = ax.bar(labels, men_means, width, label='Men', color='dodgerblue')

# 在男性的得分顶部绘制女性的得分
bar2 = ax.bar(labels, women_means, width, bottom=men_means, label='Women', color='hotpink')

ax.set_ylabel('Scores')
ax.set_title('Scores by Group and Gender (Stacked)')
ax.legend()
ax.grid(axis='y', linestyle='--', alpha=0.7)

# 添加数据标签（可选，可能会显得拥挤）
# ax.bar_label(bar1, label_type='center')
# ax.bar_label(bar2, label_type='center')
# ax.bar_label(bar2) # 堆叠顶部的标签

plt.show()

水平条形图 (ax.barh)

ax.barh(y, width, height=0.8, left=None, ...) 的工作方式类似于 ax.bar，但创建的是水平条形图。当你的类别标签较长时，通常更适合使用这种方式。