python画图|并列直方图绘制

2024-09-06 20:52

本文主要是介绍python画图|并列直方图绘制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前述学习过程中,已经知晓普通直方图绘制和堆叠直方图绘制,参考链接如下:

西猫雷婶-CSDN博客

有时候,我们还会遇到并列直方图绘制的需求,今天就探索一下。

【1】官网教程

按照惯例,我们先来到官网:

https://matplotlib.org/stable/gallery/lines_bars_and_markers/barchart.html#sphx-glr-gallery-lines-bars-and-markers-barchart-py 

图1

找到grouped bar chart with labels后。直奔示例。

然后进入学习模式。

【2】代码解读

官网代码前两行依旧岿然不动,引入计算模块numpy用于数值运算,画图模块matplotlib用于绘图。

# data from https://allisonhorst.github.io/palmerpenguins/import matplotlib.pyplot as plt   
import numpy as np

然后定义了类别和对应的数据:

species = ("Adelie", "Chinstrap", "Gentoo") #类别,3种
penguin_means = {                           #这里实际上给给每种类别定义了3个数据'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),
}

之后定义了要画图,使用ax控制坐标轴属性:

x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.25  # the width of the bars #直方图方块宽度
multiplier = 0 #定义乘法因子
fig, ax = plt.subplots(layout='constrained') #定义一个带坐标轴的图,坐标轴属性用ax控制

之后开始画直方图,用for循环实现方块输出,调整multiplier实现方块位移:

for attribute, measurement in penguin_means.items(): #for函数用于遍历penguin_means内部数组offset = width * multiplier #直方图间距偏移量定义rects = ax.bar(x + offset, measurement, width, label=attribute)#画直方图,x+offset代表(类别的位置+偏移量),偏移之后才能并列放置,都则就会重叠;# measurement指将penguin_means中的数据按顺序赋值给x+offset对应的类别;# width为方块宽度# label就是将penguin_means中的数据类别作为标签ax.bar_label(rects, padding=3) #输出标签,padding指和方块顶部的距离,一个三个类别,所以设定值为3multiplier += 1 #乘法因子扩大,带来每个类别内部方块的移动

最后设置坐标轴属性,输出图形:

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Length (mm)') #设定Y轴标签
ax.set_title('Penguin attributes by species') #设定图名
ax.set_xticks(x + width, species) #设定x轴,允许放多个类别
ax.legend(loc='upper left', ncols=3) #设定图例,位置为左上upper left,图例的颜色数量是ncols=3
ax.set_ylim(0, 250) #设定y轴范围是(0,250)plt.show() #输出图形

ax.set_xticks允许一个类别多个数据,这是并列直方图出现的直接推手。

图2

【3】代码改写-修改padding

尝试把padding从3改为50后,各类被数据都往上漂移了:

图3

【4】代码改写-修改multiplier

multiplier控制各方块的间隙,尝试把multiplier在for循环中的增量减小到0.5:

multiplier += 0.5 #乘法因子扩大,带来每个类别内部方块的移动

图4

由图4可见,方块大小不再一致。

实际上这是因为:新的方块只移动了一半(multiplier=1),所以被旧方块盖住了,最佳的移动还是要按照multiplier=1,让整个方块都显示出来,这样才会让图片更好看

【5】代码改写-修改penguin_means和ncols

要想把并列方块数量增多,因修改penguin_means中的一维数组列数,每一列方块要使用不同的颜色区分,所以ncols也要跟随变化。某一类别下有几个并列方块,就有几种颜色。

改后:

penguin_means = {#这里实际上给每种类别定义了3个数据,现在增加了3行,一共6行'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),
    'add Bill Depth': (18.35, 18.43, 14.98),'add Bill Length': (38.79, 48.83, 47.50),'add Flipper Length': (189.95, 195.82, 217.19),
}
ax.legend(loc='upper left', ncols=6) #设定图例,位置为左上upper left,图例的颜色数量由ncols=3更新为ncols=6

运行后:

图5

我们很难过的发现所有方块挤在了一起,所以我们要去需改方块宽度:由0.25改为0.1

x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.1  # the width of the bars 直方图方块宽度
multiplier = 0 #定义乘法因子

运行后:

图6

可见,图形没有挤在一起,出现了6个颜色图例。

本次改写完整代码如下:

# data from https://allisonhorst.github.io/palmerpenguins/import matplotlib.pyplot as plt
import numpy as npspecies = ("Adelie", "Chinstrap", "Gentoo")#类别,3种
penguin_means = {#这里实际上给每种类别定义了3个数据'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),'add Bill Depth': (18.35, 18.43, 14.98),'add Bill Length': (38.79, 48.83, 47.50),'add Flipper Length': (189.95, 195.82, 217.19),
}x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.1  # the width of the bars 直方图方块宽度
multiplier = 0 #定义乘法因子fig, ax = plt.subplots(layout='constrained')#定义一个带坐标轴的图,坐标轴属性用ax控制for attribute, measurement in penguin_means.items():#for函数用于遍历penguin_means内部数组offset = width * multiplier #直方图间距偏移量定义rects = ax.bar(x + offset, measurement, width, label=attribute)# 画直方图,x+offset代表(类别的位置+偏移量),偏移之后才能并列放置,都则就会重叠;# measurement指将penguin_means中的数据按顺序赋值给x+offset对应的类别;# width为方块宽度# label就是将penguin_means中的数据类别作为标签ax.bar_label(rects, padding=3) #输出标签,padding指和方块顶部的距离,一个三个类别,所以设定值为3multiplier += 1 #乘法因子扩大,带来每个类别内部方块的移动# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Length (mm)') #设定Y轴标签
ax.set_title('Penguin attributes by species') #设定图名
ax.set_xticks(x + width, species) #设定x轴,允许放多个类别
ax.legend(loc='upper left', ncols=6) #设定图例,位置为左上upper left,图例的颜色数量是ncols=3
ax.set_ylim(0, 250) #设定y轴范围是(0,250)plt.show() #输出图形

【6】总结

本次学习探讨了并列直方图的for循环画法,并学会了修改各类别标签的位置、各类别方块的移动和多个方块的设定。

这篇关于python画图|并列直方图绘制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143092

相关文章

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

利用Python打造一个Excel记账模板

《利用Python打造一个Excel记账模板》这篇文章主要为大家详细介绍了如何使用Python打造一个超实用的Excel记账模板,可以帮助大家高效管理财务,迈向财富自由之路,感兴趣的小伙伴快跟随小编一... 目录设置预算百分比超支标红预警记账模板功能介绍基础记账预算管理可视化分析摸鱼时间理财法碎片时间利用财

Python中的Walrus运算符分析示例详解

《Python中的Walrus运算符分析示例详解》Python中的Walrus运算符(:=)是Python3.8引入的一个新特性,允许在表达式中同时赋值和返回值,它的核心作用是减少重复计算,提升代码简... 目录1. 在循环中避免重复计算2. 在条件判断中同时赋值变量3. 在列表推导式或字典推导式中简化逻辑

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰