Python+matplotlib怎么繪制條形圖和直方圖

這篇文章主要介紹“Python+matplotlib怎么繪制條形圖和直方圖”，在日常操作中，相信很多人在Python+matplotlib怎么繪制條形圖和直方圖問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python+matplotlib怎么繪制條形圖和直方圖”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

一、bar()函數

bar()函數的最主要的幾個參數如下：

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

參數1：x : 標量型，x軸上的坐標。浮點數或類數組結構。注意x可以為字符串數組

參數2：height：y軸上的坐標。浮點數或類數組結構

參數3：width：指定柱形圖的寬度。浮點數或類數組結構。默認值為0.8

參數4：bottom：標量或標量類數組型，y坐標的起始高度

參數5：align：柱狀圖在x軸上的對齊方式，可選{‘center’, ‘edge’} center：中心對稱 edge：邊緣對稱

參數6：**kwargs：接收的關鍵字參數傳遞給關聯的Rectangle。 返回值：BarContainer實例，其patches屬性是柱體的列表

條形圖（柱狀圖）一個簡單的示例，隨便設置12個月份，并給定某些數據，代碼如下：

plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color='red') #x位置上數列[1,2,3,4,5,6,7,8,9,10,11,12,13]，表示為相對y軸，柱狀圖在X軸的位置，后面一列為對應y軸的高度。
plt.legend() #運行結果里圖例名稱顯示出來 
plt.xlabel('bar number') 
plt.ylabel('bar height') 
plt.title('TEST') 
plt.show()

第一列中的color=‘red’表示柱狀圖全部顯示為紅，為顯示區別，做以下修改：

import matplotlib.pyplot as plt  

plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color='#202204')    
plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # color也可是16進制，如上顯示的  #202204
plt.legend()  #運行結果里圖例名稱顯示出來
plt.xlabel('bar number') 
plt.ylabel('bar height')
plt.title('TEST')
plt.show()

具體顯示結果如下：

二，hist()函數

hist(x，bins=None，range=None，density=None，weights=None，cumulative=False，bottom=None，histtype=“bar”， align=“mid”，orientation=“vertical”，rwidth=None，log=False，color=None，label=None，stacked=False，normed=None， hold=None，data=None，**kwargs）

hist()函數的基礎參數如下：

• x ：表示輸入值，可以是單個數組，或者不需要相同長度的數組序列。

• bins：表示繪制條柱的個數。若給定一個整數，則返回 “bins+1” 個條柱，默認為10。

• range：bins的上下范圍（最大和最小值）。

• color：表示條柱的顏色，默認為None。

• facecolor #直方圖顏色

• edgecolor #直方圖邊框顏色

• alpha # 透明度

• histtype #直方圖類型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

• orientation # 水平或垂直方向

• rwidth #柱子與柱子之間的距離，默認是0

下面通過一個例子來說明hist()函數的作用：

import matplotlib.pyplot as plt  

population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #設定一組年齡

bins = [0,10,20,30,40,50,60,80,90,100,130]  #年齡分段

plt.hist(population_ages, bins, histtype='bar', rwidth=0.8,color='#199209')

plt.xlabel('The Age Group')
plt.ylabel('The number')
plt.title('The Age Range')
plt.legend()
plt.show()

注意：bins[]中60，80和100,130中間缺少是故意為之，為了顯示區別

運行結果如下：

很明顯，hist()函數會自動根據參數bins中的區分將參數x中的數據自動進行統計。

搞事情，既然參數x(如例子中的population_ages)可能是數列，那能否用隨機函數自動生成數組，然后在進行統計呢？當然可以。

三、數據統計

色子經常用來娛樂（用作他途造成后果與我無關），它有6個面，分別點數為1，2，3，4，5，6，可利用隨機函數（上篇中的choice函數）來隨機產生，比如choice([1,2,3,4,5,6])，產生N次（比如20萬次）并將每次結果保存到列表中，最后統計出各點的總數或所點比例。

分析：

1）先建一個類，其功能就是運行一次，就隨機選擇6個面（點數）

2）將色子實例化，并給定一個參數（運行的次數），圖形化顯示出來。

class Sezi():
    def __init__(self,sides):#給自身定義一個面數，方便后面修改參數進行其他操作
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要給定 
    def roll(self):
        return choice([1,2,3,4,5,6])#每投一次，隨機選擇一個點數

testsezi = Sezi(6) #實例化，6個面
results = []  # 定義一個空的數列，用來保存每次投擲的點數
for roll_num in range(100): #循環，投100次
    result = testsezi.roll()   #將每次投擲結果保存到變量result中
    results.append(result)     #存入到數列results
print(results) #直接打印出來

運行結果：

與此同時，為了后面方便，引入另一個隨機函數randint(x, y)，這個函數的作用是產生x-y之間的數字，比如randint(1,10)，就產生1到10之間的數字。

choice([1,2,3,4,5,6])可以修改為randint(1,self.sides)，這樣實例化后，需要輸入隨意一個面數，就會隨機產生對應的數字。

上述還只是打印在交互欄，且類、實例還是在一個文件中，分成不同的文件，并數據統計用圖的形式顯示。

1.重新修改色子類

文件名sezi.py，里面代碼如下：

from random import *

class Sezi():
    def __init__(self,sides):#給自身定義一個面數,面數對應點數
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要給定 
        self.side=0
        self.bins=[]
   
        while self.side < self.sides: #獲取面數，并得到一個面數的bins,可直接調用。
            self.side += 1 
            self.bins.append(self.side) 
            
    def roll(self):
        return randint(1,self.sides)#每投一次，隨機選擇一個點數

2.新建一個名稱sezigame.py的文件，代碼如下

import matplotlib.pyplot as plt
from sezi import * 

testsezi = Sezi(8) #實例化，8個點
results = []  # 定義一個空的數列，用來保存每次投擲的點數

for roll_num in range(50000): #循環，投50000次
    result = testsezi.roll()   #將每次投擲結果保存到變量result中
    results.append(result)     #存入到數列results

plt.hist(results, testsezi.bins, histtype='bar', rwidth=0.8,color='#199209')   #直接調用testsezi.bins

運行結果：

如果有2個相同的色子呢？

同時擲兩個骰子，最小為2，最大為12，結果分布情況自然也就不同。

將名稱sezigame.py的文件修改，改動后的代碼如下：

import matplotlib.pyplot as plt
from sezi import * 

sezi_1 = Sezi(6) #實例化，6個面
sezi_2 = Sezi(6)

results = []  # 定義一個空的數列，用來保存每次投擲的點數
for roll_num in range(50000):              #循環，投50000次
    result = sezi_1.roll()+sezi_2.roll()   #將兩次投擲結果保存到變量result中
    results.append(result)                 #存入到數列results

max_result = sezi_1.sides+sezi_2.sides #2個最大值為12，最小為2 
side = 0 
new_bins = []     
while side <= max_result: 
    side += 1 
    new_bins.append(side) 

plt.xlabel('The sides')
plt.ylabel('The numbers')
plt.title('The frequency')
plt.hist(results,new_bins, histtype='bar',color='#199209',rwidth=0.618)

運行結果如下：

到此，關于“Python+matplotlib怎么繪制條形圖和直方圖”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！