【輕鬆掌握Matplotlib】繪製條形圖全攻略，快速入門可視化技巧

引言

Matplotlib是Python中最受歡送的數據可視化庫之一，它供給了豐富的畫圖功能，可能輕鬆地創建各品種型的圖表。條形圖是Matplotlib中非常常用的一種圖表範例，用於展示差別類別之間的數據對比。本文將具體介紹如何在Matplotlib中繪製條形圖，並分享一些疾速入門的可視化技能。

基本知識

在開端繪製條形圖之前，我們須要懂得一些基本知識：

• matplotlib.pyplot: Matplotlib的重要介面，用於創建跟管理圖形。
• bar(): plt模塊中的函數，用於繪製條形圖。

繪製基本條形圖

以下是一個繪製基本條形圖的例子：

import matplotlib.pyplot as plt

# 數據
categories = ['A', 'B', 'C', 'D']
values = [23, 45, 56, 78]

# 繪製條形圖
plt.bar(categories, values)

# 增加標題跟標籤
plt.title('基本條形圖')
plt.xlabel('類別')
plt.ylabel('值')

# 表現圖表
plt.show()

這段代碼將創建一個簡單的條形圖，其中categories是x軸的標籤，values是每個類其余數值。

高等條形圖技能

橫向條形圖

假如須要橫向展示數據，可能利用barh()函數：

plt.barh(categories, values)

堆疊條形圖

堆疊條形圖可能表現多個類其余數據總跟：

plt.bar(categories, values1, label='類別1')
plt.bar(categories, values2, bottom=values1, label='類別2')
plt.legend()

分組條形圖

分組條形圖可能展示多個類其余數據對比：

categories1 = ['A', 'B', 'C']
values1 = [23, 45, 56]
categories2 = ['D', 'E', 'F']
values2 = [78, 23, 45]

plt.bar(categories1, values1, label='組1')
plt.bar(categories2, values2, label='組2')
plt.legend()

款式跟色彩

可能利用color跟width參數自定義條形圖的表面：

plt.bar(categories, values, color='green', width=0.5)

標註數值

在條形圖上標註數值可能經由過程text()函數實現：

for i, v in enumerate(values):
    plt.text(categories[i], v, str(v))

實戰案例

以下是一個實戰案例，展示怎樣繪製一個包含標題、標籤、圖例跟款式的條形圖：

import matplotlib.pyplot as plt

# 數據
categories = ['類別1', '類別2', '類別3', '類別4']
values = [23, 45, 56, 78]

# 繪製條形圖
plt.bar(categories, values, color='blue', width=0.5)

# 增加標題跟標籤
plt.title('條形圖示例')
plt.xlabel('類別')
plt.ylabel('值')

# 增加圖例
plt.legend(['數據'])

# 標註數值
for i, v in enumerate(values):
    plt.text(categories[i], v, str(v))

# 表現圖表
plt.show()

經由過程以上步調，你可能輕鬆地在Matplotlib中繪製條形圖，並利用各種可視化技能來展示你的數據。