乘风原创程序

  • matplotlib bar()实现多组数据并列柱状图通用简便创建方法
  • 2021/2/24 12:57:07
  • 在使用柱状图时,经常遇到需要多组数据进行比较的情况。
    绘制单个数据系列的柱形图比较简单,多组数据柱状图绘制的关键有三点:

    • 多次调用bar()函数即可在同一子图中绘制多组柱形图。
    • 为了防止柱子重叠,每个柱子在x轴上的位置需要依次递增,如果柱子紧挨,这个距离即柱子宽度。
    • 为了使刻度标签居中,需要调整x轴刻度标签的位置。

    由上述可知,多组数据并列柱状图需要计算柱子x轴上的位置和x轴刻度标签。
    因此,有两种实现方案:

    • x轴刻度标签位置固定,根据x轴刻度计算每个柱子的宽度
    • 每个柱子的宽度固定,计算x轴刻度标签位置,使之居中

    下面使用第一种方法演示两组数据、三组数据、四组数据的并列柱状图。
    使用方法一、方法二演示通用多组并列柱状图的创建方法。

    两组数据、三组数据、四组数据的并列柱状图

    在这里插入图片描述

    import matplotlib
    import matplotlib.pyplot as plt
    import numpy as np
    
    plt.figure(figsize=(13, 4))
    # 构造x轴刻度标签、数据
    labels = ['g1', 'g2', 'g3', 'g4', 'g5']
    first = [20, 34, 30, 35, 27]
    second = [25, 32, 34, 20, 25]
    third = [21, 31, 37, 21, 28]
    fourth = [26, 31, 35, 27, 21]
    
    # 两组数据
    plt.subplot(131)
    x = np.arange(len(labels)) # x轴刻度标签位置
    width = 0.25 # 柱子的宽度
    # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
    # x - width/2,x + width/2即每组数据在x轴上的位置
    plt.bar(x - width/2, first, width, label='1')
    plt.bar(x + width/2, second, width, label='2')
    plt.ylabel('scores')
    plt.title('2 datasets')
    # x轴刻度标签位置不进行计算
    plt.xticks(x, labels=labels)
    plt.legend()
    # 三组数据
    plt.subplot(132)
    x = np.arange(len(labels)) # x轴刻度标签位置
    width = 0.25 # 柱子的宽度
    # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
    # x - width,x, x + width即每组数据在x轴上的位置
    plt.bar(x - width, first, width, label='1')
    plt.bar(x, second, width, label='2')
    plt.bar(x + width, third, width, label='3')
    plt.ylabel('scores')
    plt.title('3 datasets')
    # x轴刻度标签位置不进行计算
    plt.xticks(x, labels=labels)
    plt.legend()
    # 四组数据
    plt.subplot(133)
    x = np.arange(len(labels)) # x轴刻度标签位置
    width = 0.2 # 柱子的宽度
    # 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
    plt.bar(x - 1.5*width, first, width, label='1')
    plt.bar(x - 0.5*width, second, width, label='2')
    plt.bar(x + 0.5*width, third, width, label='3')
    plt.bar(x + 1.5*width, fourth, width, label='4')
    plt.ylabel('scores')
    plt.title('4 datasets')
    # x轴刻度标签位置不进行计算
    plt.xticks(x, labels=labels)
    plt.legend()
    
    plt.show()
    

    通用多组并列柱状图的简便创建方法

    上面的示例比较简易,有一些问题没有考虑。为了便于重复使用,下面的通用方法可调整x轴标签刻度步长、每组柱子的总宽度、每组柱子之间的间隙、组与组之间的间隙。

    在这里插入图片描述

    方法一

    import matplotlib
    import matplotlib.pyplot as plt
    import numpy as np
    
    label = ['g1', 'g2', 'g3', 'g4', 'g5']
    first = [20, 34, 30, 35, 27]
    second = [25, 32, 34, 20, 25]
    third = [21, 31, 37, 21, 28]
    fourth = [26, 31, 35, 27, 21]
    data = [first, second, third, fourth]
    
    
    def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0):
      '''
      labels : x轴坐标标签序列
      datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致
      tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。
      group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠
      bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠
      '''
      # ticks为x轴刻度
      ticks = np.arange(len(labels)) * tick_step
      # group_num为数据的组数,即每组柱子的柱子个数
      group_num = len(datas)
      # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。
      group_width = tick_step - group_gap
      # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和
      bar_span = group_width / group_num
      # bar_width为每个柱子的实际宽度
      bar_width = bar_span - bar_gap
      # baseline_x为每组柱子第一个柱子的基准x轴位置,随后的柱子依次递增bar_span即可
      baseline_x = ticks - (group_width - bar_span) / 2
      for index, y in enumerate(datas):
        plt.bar(baseline_x + index*bar_span, y, bar_width)
      plt.ylabel('scores')
      plt.title('multi datasets')
      # x轴刻度标签位置与x轴刻度一致
      plt.xticks(ticks, labels)
      plt.show()
      
    
    create_multi_bars(label, data, bar_gap=0.1)
    

    方法二

    import matplotlib
    import matplotlib.pyplot as plt
    import numpy as np
    
    label = ['g1', 'g2', 'g3', 'g4', 'g5']
    first = [20, 34, 30, 35, 27]
    second = [25, 32, 34, 20, 25]
    third = [21, 31, 37, 21, 28]
    fourth = [26, 31, 35, 27, 21]
    data = [first, second, third, fourth]
    
    
    def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0):
      '''
      labels : x轴坐标标签序列
      datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致
      tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。
      group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠
      bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠
      '''
      # x为每组柱子x轴的基准位置
      x = np.arange(len(labels)) * tick_step
      # group_num为数据的组数,即每组柱子的柱子个数
      group_num = len(datas)
      # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。
      group_width = tick_step - group_gap
      # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和
      bar_span = group_width / group_num
      # bar_width为每个柱子的实际宽度
      bar_width = bar_span - bar_gap
      # 绘制柱子
      for index, y in enumerate(datas):
        plt.bar(x + index*bar_span, y, bar_width)
      plt.ylabel('scores')
      plt.title('multi datasets')
      # ticks为新x轴刻度标签位置,即每组柱子x轴上的中心位置
      ticks = x + (group_width - bar_span) / 2
      plt.xticks(ticks, labels)
      plt.show()
    
    create_multi_bars(label, data[:3], bar_gap=0.1)