柱状图怎么画？

小象实战讲义 · Python 编程从入门到实践

在数据可视化中，柱状图是用于比较不同类别数据大小的常用图表。本节将学习如何使用 Matplotlib 库的 bar 函数绘制柱状图，包括设置柱体颜色、边框以及为柱体添加数值标签。这是《数据可视化》章节中继折线图、散点图之后，又一个基础的图表绘制技能。

💡 核心导读

• 核心函数：使用 plt.bar(x, height) 绘制柱状图，其中 x 是柱体的位置，height 是柱体的高度。
• 样式定制：通过 facecolor 和 edgecolor 参数分别设置柱体的填充色和边框颜色。
• 添加标签：使用 plt.text(x, y, s) 在指定坐标 (x, y) 处添加文本标签 s。
• 坐标轴调整：使用 plt.xlim() 和 plt.ylim() 可以调整图表的显示范围。
• 数据源兼容：bar 函数可以接受 Python 列表（list）或 NumPy 数组（ndarray）作为输入数据。

1. 绘制基础柱状图

柱状图通过不同高度的垂直（或水平）柱体来展示数据，柱体越高，代表数值越大，便于直观比较。

使用 matplotlib.pyplot.bar(x, height) 函数绘制。x 是一个序列，表示每个柱体在横轴（分类轴）上的位置；height 是另一个长度与 x 相同的序列，表示每个柱体的高度（数值）。

下面的示例将绘制两组对称的柱状图，一组在上半部分，一组在下半部分。

import matplotlib
matplotlib.use('Agg')  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

# 准备数据
n = 10  # 柱体数量
X = np.arange(n)  # 柱体的位置：0, 1, 2, ..., 9
# 计算柱体高度，这里使用一个简单的递减公式
Y1 = (1 - X / float(n))  # 上半部分数据
Y2 = (1 - X / float(n))  # 下半部分数据（与Y1相同）

plt.figure()  # 创建一张画板

# 绘制上半部分柱状图（Y1为正数）
plt.bar(X, +Y1)
# 绘制下半部分柱状图（将Y2取负，柱体向下生长）
plt.bar(X, -Y2)

# 设置坐标轴显示范围，为图形留出一些边距
plt.xlim(-.5, n)  # 横轴从-0.5到10
plt.ylim(-1.25, 1.25)  # 纵轴从-1.25到1.25

# 绘图完成后关闭图形以释放资源
plt.close()
print("基础柱状图绘制完成，包含上下两组对称柱体。")

基础柱状图绘制完成，包含上下两组对称柱体。

代码解读：

• np.arange(n) 生成了一个从 0 到 n-1 的整数数组，作为柱体的位置。
• Y1 和 Y2 是根据公式 1 - X/n 计算出的高度值，结果是一个值从 1 递减到 0.1 的数组。
• 第一个 bar 调用绘制了高度为 +Y1 的柱体（正数，向上）。
• 第二个 bar 调用绘制了高度为 -Y2 的柱体（负数，向下），实现了在下半部分绘图的效果。
• plt.xlim 和 plt.ylim 用于调整坐标轴的显示范围，让图形看起来更协调。

2. 自定义柱体颜色与边框

默认的柱体颜色是单一的。我们可以通过 facecolor 参数设置柱体的填充色，通过 edgecolor 参数设置柱体边框的颜色。

颜色可以用以下几种方式指定：

1. 十六进制 RGB 字符串：如 '#ff0000' 表示红色，'#0000ff' 表示蓝色。
2. 颜色名称字符串：如 'red', 'blue', 'green', 'black', 'white'。

import matplotlib
matplotlib.use('Agg')  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

n = 10
X = np.arange(n)
Y1 = (1 - X / float(n))
Y2 = (1 - X / float(n))

plt.figure()

# 绘制上半部分柱体：红色填充，黑色边框
plt.bar(X, +Y1, facecolor='#ff0000', edgecolor='black')
# 绘制下半部分柱体：蓝色填充，白色边框
plt.bar(X, -Y2, facecolor='blue', edgecolor='white')

plt.xlim(-.5, n)
plt.ylim(-1.25, 1.25)

plt.close()
print("自定义颜色的柱状图绘制完成。上半部分红底黑边，下半部分蓝底白边。")

自定义颜色的柱状图绘制完成。上半部分红底黑边，下半部分蓝底白边。

3. 为柱体添加数值标签

为了更清晰地展示每个柱体的具体数值，可以在柱体的顶端（或内部）添加文本标签。这需要使用 plt.text(x, y, s) 函数。

• x, y: 文本标签放置位置的坐标。
• s: 要显示的文本字符串。
• ha: 水平对齐方式（'center', 'left', 'right'）。
• va: 垂直对齐方式（'bottom', 'top', 'center', 'baseline'）。

通常，我们将标签放在柱体的顶部中央。对于向下生长的柱体，则放在底部中央。

import matplotlib
matplotlib.use('Agg')  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

n = 10
X = np.arange(n)
Y1 = (1 - X / float(n))
Y2 = (1 - X / float(n))

plt.figure()

# 绘制柱体
plt.bar(X, +Y1, facecolor='#ff0000', edgecolor='black')
plt.bar(X, -Y2, facecolor='blue', edgecolor='white')

plt.xlim(-.5, n)
plt.ylim(-1.25, 1.25)

# 为上半部分柱体添加标签
for x, y in zip(X, Y1):
    # 在 (x, y) 位置添加文本，格式化为两位小数
    # ha='center': 水平居中
    # va='bottom': 垂直对齐到文本的底部（对于正数柱体，放在顶部）
    plt.text(x, y, '%.2f' % y, ha='center', va='bottom')

# 为下半部分柱体添加标签
for x, y in zip(X, Y2):
    # 对于负数柱体，标签放在柱体底部，所以y坐标是 -y
    # va='top': 垂直对齐到文本的顶部（对于负数柱体，放在底部）
    plt.text(x, -y, '%.2f' % y, ha='center', va='top')

plt.close()
print("带数值标签的柱状图绘制完成。标签显示了每个柱体的精确高度。")

带数值标签的柱状图绘制完成。标签显示了每个柱体的精确高度。

注意：text 函数中的 x, y 坐标是数据坐标，即它们与图表上数据点的坐标系一致。ha 和 va 控制的是文本自身相对于这个坐标点的对齐方式。

📝 动手练一练

假设你记录了本周一到周五的步数，数据如下：[8000, 12000, 9500, 11000, 7000]。请绘制一个柱状图来展示这些数据，要求：

1. 柱体颜色为绿色 (facecolor='green')。
2. 为每个柱体在顶部中央添加步数标签（例如 “8000”）。
3. 将图表标题设置为 “Weekly Steps”。

import matplotlib
matplotlib.use('Agg')  # 无图形界面后端
import matplotlib.pyplot as plt

# 数据
days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
steps = [8000, 12000, 9500, 11000, 7000]

plt.figure()

# 绘制柱状图
plt.bar(days, steps, facecolor='green', edgecolor='black')

# 添加数值标签
for day, step in zip(days, steps):
    plt.text(day, step, str(step), ha='center', va='bottom')

# 设置标题
plt.title('Weekly Steps')

plt.close()
print("周步数柱状图绘制完成。")

周步数柱状图绘制完成。

常见错误

小结

1. 使用 matplotlib.pyplot.bar(x, height) 函数绘制柱状图，x 决定柱体位置，height 决定柱体高度。
2. 通过 facecolor 和 edgecolor 参数可以自定义柱体的填充色和边框颜色，支持十六进制颜色码和颜色名称。
3. 使用 plt.text(x, y, s, ha, va) 可以在图表指定坐标添加文本标签，常用于标注柱体的具体数值。
4. ha（水平对齐）和 va（垂直对齐）参数控制文本相对于给定坐标点 (x, y) 的对齐方式。
5. 柱状图的数据源可以是 Python 列表（list）或 NumPy 数组（ndarray），但进行向量运算时使用 NumPy 数组更方便。
6. 通过 plt.xlim() 和 plt.ylim() 可以调整坐标轴的显示范围，使图表布局更合理。

📋 行动清单

• 运行一遍本节的所有示例代码，观察上下对称柱状图的效果。
• 修改“动手练一练”中的步数数据，并尝试将柱体颜色改为 'orange'，边框改为 'darkred'。
• 尝试将 plt.text 中的 va 参数从 'bottom' 改为 'top'，观察标签位置的变化。

—— 小象教研组