python并列条形图

在Python中，你可以使用matplotlib库创建并列条形图，这是一种可视化数据常用的方式，特别适合比较几个类别之间的数值。以下是基本步骤：

1. 首先，你需要安装matplotlib库，如果没有安装，可以使用pip install matplotlib命令。

2. 导入所需的模块：

import matplotlib.pyplot as plt

3. 准备数据，通常是一个包含类别名和每个类别值的列表或数组，例如：

categories = ['Category A', 'Category B', 'Category C']
values = [value1, value2, value3]

4. 创建并列条形图：

plt.bar(categories, values)

这将生成一个简单的并列条形图，x轴表示类别，y轴表示值。

5. 可以添加更多定制选项，如标题、标签、网格线等：

plt.title('Comparison of Categories')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.grid(True)
plt.show()

相关问题

用python绘制柱状图、条形图；多数据并列柱状图、多数据并列条形图；堆积柱状图、堆积条形图。

绘制柱状图和条形图可以使用Python的Matplotlib库。下面是示例代码分别绘制柱状图、条形图、多数据并列柱状图、多数据并列条形图、堆积柱状图和堆积条形图的方法：

1. 绘制柱状图:

import matplotlib.pyplot as plt

x = ['A', 'B', 'C', 'D', 'E']
y = [5, 10, 8, 12, 6]

plt.bar(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Bar Chart')

plt.show()

2. 绘制条形图:

import matplotlib.pyplot as plt

x = ['A', 'B', 'C', 'D', 'E']
y = [5, 10, 8, 12, 6]

plt.barh(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Barh Chart')

plt.show()

3. 绘制多数据并列柱状图:

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(5)
width = 0.35

y1 = [5, 10, 8, 12, 6]
y2 = [3, 6, 9, 15, 12]

plt.bar(x - width/2, y1, width, label='Group 1')
plt.bar(x + width/2, y2, width, label='Group 2')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Grouped Bar Chart')
plt.xticks(x, ['A', 'B', 'C', 'D', 'E'])
plt.legend()

plt.show()

4. 绘制多数据并列条形图:

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(5)
width = 0.35

y1 = [5, 10, 8, 12, 6]
y2 = [3, 6, 9, 15, 12]

plt.barh(x - width/2, y1, width, label='Group 1')
plt.barh(x + width/2, y2, width, label='Group 2')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Grouped Barh Chart')
plt.yticks(x, ['A', 'B', 'C', 'D', 'E'])
plt.legend()

plt.show()

5. 绘制堆积柱状图:

import numpy as np
import matplotlib.pyplot as plt

x = ['A', 'B', 'C', 'D', 'E']
y1 = [5, 10, 8, 12, 6]
y2 = [3, 6, 9, 15, 12]

plt.bar(x, y1, label='Group 1')
plt.bar(x, y2, bottom=y1, label='Group 2')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stacked Bar Chart')
plt.legend()

plt.show()

6. 绘制堆积条形图:

import numpy as np
import matplotlib.pyplot as plt

x = ['A', 'B', 'C', 'D', 'E']
y1 = [5, 10, 8, 12, 6]
y2 = [3, 6, 9, 15, 12]

plt.barh(x, y1, label='Group 1')
plt.barh(x, y2, left=y1, label='Group 2')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stacked Barh Chart')
plt.legend()

plt.show()

并列条形图python

要绘制并列条形图，可以使用Python中的Matplotlib库。下面是一个示例代码来绘制并列条形图：

import matplotlib.pyplot as plt
import numpy as np

waters = ('高新', '历城', '市中', '历下', '槐荫')
high = [8, 5, 3, 2, 4]
low = [40, 25, 25, 25, 7]
bar_width = 0.3

index_male = np.arange(len(waters))
index_female = index_male + bar_width

plt.bar(index_male, height=high, width=bar_width, color='mediumaquamarine', label='最高')
plt.bar(index_female, height=low, width=bar_width, color='salmon', label='最低')

plt.legend()
plt.xticks(index_male + bar_width/2, waters)
plt.ylabel('薪资单位：K')
plt.title('各个区最高薪资和最低薪资统计表')

plt.show()

这段代码使用了Matplotlib库来绘制并列条形图。首先定义了需要显示的数据和标签，然后使用`plt.bar`函数分别绘制最高薪资和最低薪资的条形图。设置`bar_width`参数用于调整条形的宽度，`index_male`和`index_female`分别是最高薪资和最低薪资的横坐标位置。最后使用`plt.legend`添加图例，`plt.xticks`设置横坐标刻度，`plt.ylabel`设置纵坐标标题，`plt.title`设置图形标题，最后使用`plt.show`显示图形。

这样就可以绘制出一个并列条形图，其中比较了各个区最高薪资和最低薪资的数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [python画并列条形图](https://blog.csdn.net/m0_62004321/article/details/125262000)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [python使用Plotly绘图工具绘制水平条形图](https://download.csdn.net/download/weixin_38739101/13783164)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [python实现绘制多组并列条形图](https://blog.csdn.net/sinat_41858359/article/details/124794252)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]