柱狀圖和直方圖是兩種非常類似的統(tǒng)計圖，區(qū)別在于：
直方圖展示數(shù)據(jù)的分布，柱狀圖比較數(shù)據(jù)的大小。
直方圖X軸為定量數(shù)據(jù)，柱狀圖X軸為分類數(shù)據(jù)。因此，直方圖上的每個條形都是不可移動的，X軸上的區(qū)間是連續(xù)的、固定的。而柱狀圖上的每個條形是可以隨意排序的，有的情況下需要按照分類數(shù)據(jù)的名稱排列，有的則需要按照數(shù)值的大小排列。
直方圖柱子無間隔，柱狀圖條形有間隔
直方圖條形寬度可不一，柱狀圖條形寬度須一致。柱狀圖條形的寬度因為沒有數(shù)值含義，所以寬度必須一致。但是在直方圖中，條形的寬度代表了區(qū)間的長度，根據(jù)區(qū)間的不同，條形的寬度可以不同，但理論上應(yīng)為單位長度的倍數(shù)。
本文將介紹matplotlib中柱狀圖和直方圖的作圖方法。
from matplotlib import pyplot as plt
import numpy as np
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支持
matplotlib中提供了bar()和barh()兩種方法畫柱狀圖，bar()用來畫垂直柱狀圖，barh()畫水平柱狀圖，兩者參數(shù)大同小異，如下所示：
value= np.arange(6) ** 2
category = range(len(value))
fig = plt.figure(figsize=(8, 4))
# 垂直柱狀圖
ax1 = fig.add_subplot(121)
ax1.set_title('圖1 垂直柱狀圖')
ax1.bar(x=category, height=value)
# 垂直柱狀圖
ax2 = fig.add_subplot(122)
ax2.set_title('圖2 水平柱狀圖')
ax2.barh(y=category, width=value) # 注意這里參數(shù)名和值的傳遞與bar()不同
plt.show()
value= np.arange(6) ** 2
category = range(len(value))
fig = plt.figure(figsize=(8, 4))
# 垂直柱狀圖
ax1 = fig.add_subplot(121)
ax1.set_title('圖1 垂直柱狀圖')
ax1.bar(x=category, height=value,
alpha=0.5, # 透明度
width=0.5, # 每個條形的寬度
color='yellow', # 填充前景色
edgecolor='red', # 邊框顏色
linewidth=3 # 邊框?qū)挾?/span>
)
# 垂直柱狀圖
ax2 = fig.add_subplot(122)
ax2.set_title('圖2 水平柱狀圖')
ax2.barh(y=category, width=value,
alpha=1, # 透明度
height=0.8, # 每個條形的寬度
color=['green', 'red', 'yellow', 'blue', 'grey', 'magenta'], # 填充前景色
linewidth=3 # 不顯示邊框
)
plt.show()
value= np.arange(6) ** 2
category = range(len(value))
fig = plt.figure(figsize=(8, 4))
# 垂直柱狀圖
ax1 = fig.add_subplot(121)
ax1.set_title('圖1 垂直柱狀圖')
ax1.bar(x=category, height=value,
tick_label='類別'
)
# 垂直柱狀圖
ax2 = fig.add_subplot(122)
ax2.set_title('圖2 水平柱狀圖')
ax2.barh(y=category, width=value,
tick_label=['類1', '類2', '類3', '類4', '類5', '類6']
)
plt.show()
means = (20, 35, 30, 35, 27) # 各組平均分
std = (2, 3, 4, 1, 2) # 組各標(biāo)準(zhǔn)差
label = ('第一組', '第二組', '第三種', '第四組', '第五組')
bar_width = 0.4
bar_x = np.arange(len(label))
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(121)
bar1 = ax1.bar(x=bar_x, height=means, width=bar_width, color='green',
yerr=std, # 添加誤差線
ecolor='red', # 誤差線顏色
capsize=5, # 兩端線段長短
tick_label=label
)
ax2 = fig.add_subplot(122)
bar2 = ax2.barh(y=bar_x, width=means, height=bar_width, color='green',
xerr=std, # 添加誤差線
ecolor='red', # 誤差線顏色
capsize=5, # 兩端線段長短
tick_label=label
)
plt.show()
means = (20, 35, 30, 35, 27) # 各組平均分
std = (2, 3, 4, 1, 2) # 組各標(biāo)準(zhǔn)差
label = ('第一組', '第二組', '第三種', '第四組', '第五組')
bar_width = 0.5
bar_x = np.arange(len(label))
fig = plt.figure(figsize=(10, 4),tight_layout=True)
ax1 = fig.add_subplot(121)
bar1 = ax1.bar(x=bar_x, height=means, width=bar_width, color='green', tick_label=label
)
for b in bar1:
height = b.get_height()
ax1.annotate('{}'.format(height),
xy=(b.get_x() + b.get_width() / 2, height),
xytext=(0, 3), # 3 points vertical offset
textcoords="offset points",color='red',
ha='center', va='bottom')
ax2 = fig.add_subplot(122)
bar2 = ax2.barh(y=bar_x, width=means, height=bar_width, color='green', tick_label=label
)
for b in bar2:
width = b.get_width()
ax2.annotate('{}'.format(width),
xy=(width, b.get_y() + b.get_height() / 2),
xytext=(0, 3), # 3 points vertical offset
textcoords="offset points",color='red',
ha='left', va='center')
plt.show()
menMeans = (20, 35, 30, 35, 27) # 男生各組平均分
womenMeans = (25, 32, 34, 20, 25)# 女生各組平均分
menStd = (2, 3, 4, 1, 2) # 男生組各標(biāo)準(zhǔn)差
womenStd = (3, 5, 2, 3, 3) # 女生組各標(biāo)準(zhǔn)差
label = ('第一組', '第二組', '第三種', '第四組', '第五組')
bar_width = 0.4
bar_x = np.arange(len(label))
fig = plt.figure(figsize=(8, 4))
ax = fig.add_subplot(111)
ax.set_title('圖1 垂直柱狀圖')
bar1 = ax.bar(x=bar_x - bar_width/2, # 設(shè)置不同的x起始位置
height=menMeans, width=bar_width)
bar2 = ax.bar(x=bar_x + bar_width/2, # 設(shè)置不同的x起始位置
height=womenMeans, width=bar_width,
)
ax.set_xlabel('組別')
ax.set_ylabel('分數(shù)')
ax.set_title('各組不同性別分數(shù)')
ax.set_xticks(range(5))
ax.set_xticklabels(label)
ax.set_yticklabels(np.arange(0, 81, 10))
ax.legend((bar1, bar2), ('男生', '女生'))
plt.show()
menMeans = (20, 35, 30, 35, 27) # 男生各組平均分
womenMeans = (25, 32, 34, 20, 25)# 女生各組平均分
menStd = (2, 3, 4, 1, 2) # 男生組各標(biāo)準(zhǔn)差
womenStd = (3, 5, 2, 3, 3) # 女生組各標(biāo)準(zhǔn)差
label = ('第一組', '第二組', '第三種', '第四組', '第五組')
bar_width = 0.4
bar_x = np.arange(len(label))
fig = plt.figure(figsize=(8, 4))
ax = fig.add_subplot(111)
ax.set_title('圖1 垂直柱狀圖')
bar1 = ax.bar(x=bar_x, height=menMeans, width=bar_width)
bar2 = ax.bar(x=bar_x, height=womenMeans, width=bar_width,
bottom=menMeans # 通過bottom參數(shù)設(shè)置起始位置, 起始位置就是下半部分（bar1）條形的高度
)
ax.set_xlabel('組別')
ax.set_ylabel('分數(shù)')
ax.set_title('各組不同性別分數(shù)')
ax.set_xticks(range(5))
ax.set_xticklabels(label)
ax.set_yticklabels(np.arange(0, 81, 10))
ax.legend((bar1, bar2), ('男生', '女生'))
plt.show()
直方圖的繪制是通過hist()方法完成。hist()方法參數(shù)很多，來看看主要的參數(shù)：
data_x = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124,
101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86,
95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137,
123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115,
132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,
123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127,
115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134,
106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103,
130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134,
106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146,
133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(121)
hists1 = ax1.hist(x=data_x, bins=5) # 等距劃分
ax2 = fig.add_subplot(122)
hists2 = ax2.hist(x=data_x,bins=[78,90,100,120,140,145,150])
plt.show()
hist()方法將會返回一個包含三個元素的數(shù)組，第一個元素為每個條形區(qū)間中元素的數(shù)量，第二個元素為區(qū)間的邊界，第三個元素為Patch實例化對象。
hists1
(array([ 9., 49., 97., 77., 18.]),
array([ 78. , 93.6, 109.2, 124.8, 140.4, 156. ]),
<a list of 5 Patch objects>)
作者：奧辰
Github：https://github.com/ChenHuabin321
https://www.cnblogs.com/chenhuabin