atplotlib绘制柱状图
柱状图(bar chart)，是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析。柱状图亦可横向排列，或用多维方式表达。

准备
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
%matplotlib inline
import matplotlib.pyplot as plt
1
2
3
4
5
新建一个data字典。

data = [23, 45, 56, 78, 213]
1
绘图
用一句代码就可以完成最基本的绘制柱状图了。前面的参数的X轴，后面的参数Y轴。

plt.bar([1,2,3,4,5], data)
1

颜色
可以调整柱状图的颜色。

plt.bar(range(len(data)), data, color='red')
1

透明度
调整柱状图的透明度。注意：如果调整过头，就跟我下面的一样，秉承粉色的感觉了。

格网
利用grid()函数绘制格网。

plt.bar(range(len(data)), data, color='royalblue', alpha=0.7)
plt.grid(color='#95a5a6', linestyle='--', linewidth=2, axis='y', alpha=0.7)
1
2
同时，还能设置格网的颜色，形状，大小，方向和透明度。

堆积
利用bottom属性，可以设置是否堆积两个柱状图。

data1 = [23,85, 72, 43, 52]
data2 = [42, 35, 21, 16, 9]
plt.bar(range(len(data)), data1)
plt.bar(range(len(data)), data2, bottom=data1)
1
2
3
4

好玩一点的操作就是利用width属性把普通柱状图转换成并列柱状图。

data1 = [23,85, 72, 43, 52]
data2 = [42, 35, 21, 16, 9]
width =0.3
plt.bar(np.arange(len(data1)), data1, width=width)
plt.bar(np.arange(len(data2))+ width, data2, width=width)
1
2
3
4
5

利用barh()函数可以绘制横向柱状图。

刻度
利用xticks()函数可以设置柱状图 的刻度。

data = [23,85, 72, 43, 52]
plt.xticks(range(len(data)))
plt.bar(range(len(data)), data)
1
2
3

同样，可用xticks()函数也可以设置刻度的标签。

data = [23,85, 72, 43, 52]
labels = ['A', 'B', 'C', 'D', 'E']
plt.xticks(range(len(data)),labels)
plt.bar(range(len(data)), data)
1
2
3
4

注意：不能单独设置刻度的标签，但是可以单独设置刻度。
还有，可以通过yticks()函数修改Y轴的刻度。

坐标轴标签
可以通过xlabel()和ylabel()函数可以设置X轴和Y轴的标签。

data = [23,85, 72, 43, 52]
labels = ['A', 'B', 'C', 'D', 'E']
plt.xticks(range(len(data)), labels)
plt.xlabel('Class')
plt.ylabel('Amounts')
plt.bar(range(len(data)), data)
1
2
3
4
5
6

标题
通过title()函数设置坐标轴的标题。

data = [23,85, 72, 43, 52]
labels = ['A', 'B', 'C', 'D', 'E']
plt.xticks(range(len(data)), labels)
plt.xlabel('Class')
plt.ylabel('Amounts')
plt.title('I am title')
plt.bar(range(len(data)), data)
1
2
3
4
5
6
7

图例
在bar()函数里面传入label属性可以设置 图例的名称，通过legend()函数可以绘制图例。

data1 = [23,85, 72, 43, 52]
data2 = [42, 35, 21, 16, 9]
width =0.3
plt.bar(np.arange(len(data1)), data1, width=width, label='one')
plt.bar(np.arange(len(data2))+ width, data2, width=width, label='two')
plt.legend()
---------------------