python绘制分组条形图的示例代码
作者：微小冷
本文主要介绍了如何使用python绘制分组条形图，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
数据导入
我们经常会遇到对比多个统计量随时间变化的图像，比如想知道中国、美国以及欧盟最近几年GDP变化，如下表所示，单位是万亿美元。
| 中国 | 美国 | 欧盟 | |
|---|---|---|---|
| 2018 | 13.89 | 20.53 | 15.98 |
| 2019 | 14.28 | 21.38 | 15.69 |
| 2020 | 14.69 | 21.06 | 15.37 |
| 2021 | 17.82 | 23.32 | 17.19 |
| 2022 | 17.96 | 25.46 | 16.64 |
首先，把这些数值写入python
import numpy as np
years = np.arange(2018, 2023)
areas = ("PRC", "USA", "EU")
GDPS = {
'PRC': (13.89, 14.28, 14.69, 17.82, 17.96),
'USA': (20.53, 21.38, 21.06, 23.32, 25.46),
'EU': (15.98, 15.69, 15.37, 17.19, 16.64),
}多组条形图
然后，调用bar画图，由于每个年份都要绘制中国、美国以及欧盟三个条形图，所以需要合理规划每个条形图占据的宽度。在bar中，默认每组条形图的x坐标均为整数，故而下面将每个数据条的宽度设为0.25，并调用bar_label为这些条形图添加标签，以区分中美欧三个地区的划分
import matplotlib.pyplot as plt
x = np.arange(len(years))
width = 0.25
n = 0
for area, gdp in GDPS.items():
offset = width * n
rects = plt.bar(x + offset, gdp, width, label=area)
plt.bar_label(rects, padding=3)
n += 1
plt.ylabel('GDP/$trilion')
plt.ylim(10, 28)
plt.xticks(x + width, years.astype(str))
plt.legend(loc='upper left')
plt.show()其中，legend用于调控图例所在位置，upper left表示将图例放在图像的左上角。如果不想精心设置，则可设为best，那么matplotli将会自行挑选一个合适的位置放置图例。
效果如下
其中，蓝色表示中国，橘色表示美国，绿色表示欧盟。从这个图就可以非常直观地看出，三者自2018到2022年的GDP变化情况。
堆叠条形图
如果想更加直观地查看2018到2022年间，中、美、欧三个地区的GDP增长情况，那么比较好的方案是绘制堆叠条形图。
堆叠条形图的绘制逻辑是，先画一个数据条，然后在这个数据条之上，再画一个数据条，所以想看增长率，就要用2022年的GDP减去2018年的，
GDPs = {
"2018": np.array([13.89, 20.53, 15.98]),
"2022": np.array([17.96, 25.46, 16.64]),
}
GDPs['2022'] -= GDPs['2018']然后设置一个条形图的底部，这样每次绘制条形图的时候，都以这个bottom为底，就可以起到堆叠的效果
bottom = np.zeros(3)
for lbl, gdp in GDPs.items():
p = plt.bar(areas, gdp, label=lbl, bottom=bottom)
plt.bar_label(p, label_type='center')
bottom += gdp
plt.ylabel('GDP/$trilion')
plt.legend(loc="upper right")
plt.show()结果如图所示
可见，这五年中国的GDP涨了4万亿美元，美国则接近5万亿，而欧盟则增长甚微，给人一种有人退欧的感觉。
到此这篇关于python绘制分组条形图的示例代码的文章就介绍到这了,更多相关python分组条形图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！