热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

python数据可视化matplotlib专题:带数据标签的双batch的Bar图绘制示例

基于matplotlib的双Batch带标签bar图生成函数李俊才邮箱:291148484163.com【代码实现】importmatplotlibimpor

基于matplotlib的双Batch带标签bar图生成函数

李俊才
邮箱:291148484@163.com

【代码实现】

import matplotlib
import matplotlib.pyplot as plt
import numpy as npdef barchart_ax_2Batch(title,xlabel,ylabel,batch1_name,batch2_name,x_text,batch1,batch2,background_color,Batch1_color,Batch2_color):plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体以解决中文乱码x = np.arange(len(x_text))width = 0.35fig, ax = plt.subplots()rects1 = ax.bar(x - width/2, batch1, width, label = batch1_name, color = Batch1_color) #- width/2右移一半宽度rects2 = ax.bar(x + width/2, batch2, width, label = batch2_name, color = Batch2_color) #+ width/2左移一半宽度 否则两图会重合ax.patch.set_facecolor(background_color) #设置背景色# 设置各种标签名称的数据来源ax.set_title(title) #添加标题ax.set_xlabel(xlabel) #添加横轴标题(标签)ax.set_ylabel(ylabel) #添加纵轴标题(标签)ax.set_xticks(x) #以列表x中的内容为所作图横轴刻度ax.set_xticklabels(x_text) #添加横轴数据/文本ax.legend() #添加图例#为Batch1添加数据标签for rect in rects1:height = rect.get_height()ax.annotate('{}'.format(height), xy=(rect.get_x() + rect.get_width() / 2, height),xytext=(0,3), # 3 points vertical offsettextcoords="offset points",ha='center', va='bottom')#为Batch2添加数据标签for rect in rects2:height = rect.get_height()ax.annotate('{}'.format(height), xy=(rect.get_x() + rect.get_width() / 2, height),xytext=(0,3), textcoords="offset points",ha='center', va='bottom')plt.grid(linestyle = "dotted",color = "r") #添加网格线fig.tight_layout()plt.show()

【调用实例】


新手调用时,请尽量按照两部走的原则:

  • 1.先定义各种待传入函数接口的数据,
  • 2.调用函数。
    参数很多时不要把所有参数的取值都写到调用函数处,这样将降低可读性。

#定义各种名称
title = '期末平均考成绩比较图'
xlabel = '科目'
ylabel = '得分'
batch1_name = '高2020-07班'
batch2_name = '高2020-09班'
#定义数据值
x_text = ['语文', '数学', '英语', '物理', '化学' ,'生物']
batch1 = [87, 118, 101, 106, 76, 71]
batch2 = [112, 97, 116, 99, 89, 83]
#定义颜色
background_color = "lightskyblue"
Batch1_color = "red"
Batch2_color = "blue"
#最后调用函数以绘图
barchart_ax_2Batch(title,xlabel,ylabel,batch1_name,batch2_name,x_text,batch1,batch2,background_color,Batch1_color,Batch2_color)

生成图片效果如下:
在这里插入图片描述
内容仅供参考,如需使用请指明出处。






202012.29.更新/回复

【事项记录】:有同学留言,说想要绘制百分比标签的。其实这不难。可以如下思路操作:


  • 1.输入数据前先表列表中的数据标准化,即处理成百分数的一百倍。比如百分之97.15%则处理成97.15
  • 2.对函数中格式化操作稍微更改。
    还是用上面的数据举个栗子吧,假设我们想得到两个班同学各科成绩占满分的占比。

import matplotlib
import matplotlib.pyplot as plt
import seaborn as snsdef bar_2batch( x_labels,y1,y2,title=None,xtitle=None,ytitle=None,legend1=None,legend2=None,background_color="#ffffff",Batch1_color="#5B9BD5",Batch2_color="#ED7D31"):plt.rcParams['font.sans-serif'] = ['KaiTi']pylab.rcParams['figure.figsize'] = (7.0, 4.0)x = np.arange(len(x_labels))width = 0.25fig, ax = plt.subplots()rects1 = ax.bar(x - width/2, y1, width, label = legend1, color = Batch1_color) rects2 = ax.bar(x + width/2, y2, width, label = legend2, color = Batch2_color) ax.patch.set_facecolor(background_color)ax.set_title(title)ax.set_xlabel(xtitle)ax.set_ylabel(ytitle) ax.set_xticks(x) ax.set_xticklabels(x_labels)if (legend1 is not None) or (legend1 is not None): ax.legend()def add_dlb(rects):for rect in rects:height = rect.get_height()ax.annotate('{0:.2f}%'.format(height), xy=(rect.get_x() + rect.get_width() / 2, height),xytext=(0,3), textcoords="offset >points", ha='center', va='bottom')add_dlb(rects1)add_dlb(rects2)plt.grid(linestyle = "-",color = "#DBDBDB") fig.tight_layout()plt.show()# 定义各种名称
title = '两班学生各科目成绩满分比'
xtitle = '科目'
ytitle = '得分'
legend1 = '高2020-07班'
legend2 = '高2020-09班'
# 定义数据值
x_labels = ['语文', '数学', '英语', '物理', '化学' ,'生物']
y1 = [87/150*100, 118/150*100, 101/150*100, 96/100*100, 76/100*100, 71/100*100]
y2 = [112/150*100, 97/150*100, 116/150*100, 99/100*100, 89/100*100, 83/100*100]# 最后调用函数以绘图
bar_2batch(x_labels,y1,y2,title=title,legend1=legend1,legend2=legend2)

效果如图所示:
在这里插入图片描述
由于定义了默认参数,当不需要要标题等参数的时候,你甚至也可以只给出数据。比如:

bar_2batch(x_labels,y1,y2)

其运行结果为:
在这里插入图片描述




20201230 更新日志

顺便补充一点,如果绘制单Batch的,又想使用seaborn主题,还想在jupyter中改变尺寸大小,好。那么一下这个内容适合你。当然多Batch只要将之前的代码同理稍作修改就好了。

直接给出代码吧:

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pylab
import seaborn as sns
sns.set(style="darkgrid")def bar_1batch( x_labels,y1,title=None,xtitle=None,ytitle=None,legend1=None,Batch1_color="#5B9BD5"):plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体以解决中文乱码x = np.arange(len(x_labels))width = 0.75fig, ax = plt.subplots()rects1 = ax.bar(x - width/2, y1, width, label = legend1, color = Batch1_color)if legend1 != None:ax.legend() #添加图例ax.set_title(title) #添加标题ax.set_xlabel(xtitle) #添加横轴标题(标签)ax.set_ylabel(ytitle) #添加纵轴标题(标签)ax.set_xticks(x) #以列表x中的内容为所作图横轴刻度ax.set_xticklabels(x_labels) #添加横轴数据/文本pylab.rcParams['figure.figsize'] = (16.0, 5.0)plt.rcParams['font.sans-serif'] = ['KaiTi']matplotlib.rcParams['axes.unicode_minus'] = Falsedef add_dlb(rects):for rect in rects:height = rect.get_height()ax.annotate('{}'.format(height), xy=(rect.get_x() + rect.get_width() / 2, height),xytext=(0,3), textcoords="offset points", ha='center', va='bottom')add_dlb(rects1)plt.grid(linestyle = "-",color = "#DBDBDB")fig.tight_layout()plt.show()# 定义数据
n=36
x_labels = [str(i) for i in range(n)]
y1 = np.random.randint(10,90,size=(1,n),dtype=int)[0]#最后调用写好的函数绘图
bar_1batch(x_labels,y1)

在jupyter中运行结果如下图所示:
在这里插入图片描述

这样就控制图像的大小让我们看起来更“爽”。


推荐阅读
  • 本文详细介绍了中央电视台电影频道的节目预告,并通过专业工具分析了其加载方式,确保用户能够获取最准确的电视节目信息。 ... [详细]
  • 技术分享:从动态网站提取站点密钥的解决方案
    本文探讨了如何从动态网站中提取站点密钥,特别是针对验证码(reCAPTCHA)的处理方法。通过结合Selenium和requests库,提供了详细的代码示例和优化建议。 ... [详细]
  • 1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ... [详细]
  • 从 .NET 转 Java 的自学之路:IO 流基础篇
    本文详细介绍了 Java 中的 IO 流,包括字节流和字符流的基本概念及其操作方式。探讨了如何处理不同类型的文件数据,并结合编码机制确保字符数据的正确读写。同时,文中还涵盖了装饰设计模式的应用,以及多种常见的 IO 操作实例。 ... [详细]
  • 本文介绍了如何通过扩展 UnityGUI 创建自定义和复合控件,以满足特定的用户界面需求。内容涵盖简单和静态复合控件的实现,并展示了如何创建复杂的 RGB 滑块。 ... [详细]
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 本文介绍如何在现有网络中部署基于Linux系统的透明防火墙(网桥模式),以实现灵活的时间段控制、流量限制等功能。通过详细的步骤和配置说明,确保内部网络的安全性和稳定性。 ... [详细]
  • 本文将介绍网易NEC CSS框架的规范及其在实际项目中的应用。通过详细解析其分类和命名规则,探讨如何编写高效、可维护的CSS代码,并分享一些实用的学习心得。 ... [详细]
  • 本文介绍了如何使用 Python 的 Matplotlib 和 Pandas 库进行数据可视化。通过示例代码展示了折线图、柱状图和水平柱状图的创建方法,并解释了图表参数设置的具体细节。 ... [详细]
  • 基因组浏览器中的Wig格式解析
    本文详细介绍了Wiggle(Wig)格式及其在基因组浏览器中的应用,涵盖variableStep和fixedStep两种主要格式的特点、适用场景及具体使用方法。同时,还提供了关于数据值和自定义参数的补充信息。 ... [详细]
  • 本文详细介绍了MicroATX(也称Mini ATX)和MATX主板规格,探讨了它们的结构特点、应用场景及对电脑系统成本和性能的影响。同时,文章还涵盖了相关操作系统的实用技巧,如蓝牙设备图标删除、磁盘管理等。 ... [详细]
  • 本文介绍了如何使用 Python 的 Bokeh 库在图表上绘制菱形标记。Bokeh 是一个强大的交互式数据可视化工具,支持丰富的图形自定义选项。 ... [详细]
  • 本题要求将由小写字母组成的字符串划分为多个片段,确保每个字母只出现在一个片段中。目标是生成尽可能多的片段,并返回每个片段的长度列表。本文将详细解释问题描述、解题思路及代码实现。 ... [详细]
  • 本文介绍如何调整Element UI组件的边框样式,以确保内容与边框之间有足够的间距,并展示如何通过CSS实现更好的布局效果。 ... [详细]
  • 本文将深入探讨如何在不依赖第三方库的情况下,使用 React 处理表单输入和验证。我们将介绍一种高效且灵活的方法,涵盖表单提交、输入验证及错误处理等关键功能。 ... [详细]
author-avatar
Tsu_Hsien_945
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有