代码收藏家技术教程 2024-06-01

Python中Matplotlib绘制分组条形图（group bar）详细步骤及示例代码

绘制分组条形图是一种在数据可视化中常用的方法，它可以用于比较不同组别内的多个类别的数据。在Python中，matplotlib库是一个功能强大的绘图工具，可以用来创建各种类型的图表，包括分组条形图。

1 导入库

首先，需要导入matplotlib库。如果还没有安装它，可以使用以下命令：

pip install matplotlib

接下来，导入库并准备数据。

import matplotlib.pyplot as plt
import numpy as np

2 准备数据

为了绘制分组条形图，需要有两个或更多组别的数据，以及每个组别中的类别数据。以下是一个简单的例子：

# 数据
categories = ['Category A', 'Category B', 'Category C']
bar_width = 0.35  # 条形宽度

data_group1 = [10, 15, 20]
data_group2 = [8, 12, 15]

3 计算条形位置

在这一步，需要计算每个分组内条形的位置。这可以通过numpy库中的arange函数来完成。

# 计算条形的位置
bar_positions_group1 = np.arange(len(categories))
bar_positions_group2 = bar_positions_group1 + bar_width

4 绘制分组条形图

使用plt.bar()函数绘制分组条形图。在这个例子中，使用了两组数据，分别绘制在bar_positions_group1和bar_positions_group2的位置上。

# 绘制分组条形图
plt.bar(bar_positions_group1, data_group1, width=bar_width, label='Group 1')
plt.bar(bar_positions_group2, data_group2, width=bar_width, label='Group 2')

5 添加标签和标题

添加一些标签和标题，以提高图表的可读性。

# 添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Grouped Bar Chart')

6 定制化图表

可以根据需要进行定制化，比如添加图例、调整坐标轴范围、设置颜色等。

# 添加图例
plt.legend()

# 设置x轴刻度和标签
plt.xticks(bar_positions_group1 + bar_width / 2, categories)

步骤七：显示图形

最后一步是显示你的图形。

# 显示图形
plt.show()

完整代码

将以上步骤整合在一起，得到一个完整的分组条形图绘制代码：

import matplotlib.pyplot as plt
import numpy as np

# 数据
categories = ['Category A', 'Category B', 'Category C']
bar_width = 0.35  # 条形宽度

data_group1 = [10, 15, 20]
data_group2 = [8, 12, 15]

# 计算条形的位置
bar_positions_group1 = np.arange(len(categories))
bar_positions_group2 = bar_positions_group1 + bar_width

# 绘制分组条形图
plt.bar(bar_positions_group1, data_group1, width=bar_width, label='Group 1')
plt.bar(bar_positions_group2, data_group2, width=bar_width, label='Group 2')

# 添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Grouped Bar Chart')

# 添加图例
plt.legend()

# 设置x轴刻度和标签
plt.xticks(bar_positions_group1 + bar_width / 2, categories)

# 显示图形
plt.show()