柱状图又被称为柱形图、长条图、条状图或棒形图，是一种以长方形的长度为变量的统计图表。在现实应用中，经常使用柱状图来展示数据分析的结果，这样可以更加直观的展示数据分析结果。在本节的内容中，将详细讲解使用Python绘制柱状图的知识。

4.1  绘制基本的柱状图

在数据可视化分析工作中，经常需要绘制和数据统计相关的柱状图。在本节的内容中，将详细讲解在Python程序中使用各种库绘基本柱状图的知识。

4.1.1  绘制只有一个柱子的柱状图

在Python程序中，可以使用Matplotlib很容易地绘制一个柱状图。例如在线的实例文件bar01.py中，只需使用3行代码就可以绘制一个简单地柱状图。

源码路径：codes\4\4-1\bar01.py

import matplotlib.pyplot as plt plt.bar(x = 0,height = 1) plt.show()

在上述代码中，首先使用import导入了matplotlib.pyplot ，然后直接调用其bar()函数绘柱状图，最后用show()函数显示图像。其中在函数bar()中存在如下两个参数。

1. left：柱形的左边缘的位置，如果指定为1，那么当前柱形的左边缘的x值就是1.0。
2. height：这是柱形的高度，也就是y轴的值。

执行上述代码后会绘制一个柱状图，如图4-1所示。

图4-1  执行效果

4.1.2  绘制有两个柱子的柱状图

虽然通过上述代码绘制了一个柱状图，但是现实效果不够直观。在绘制函数bar()中，参数x和height除了可以使用单独的值（此时是一个柱形）外，还可以使用组来替换（此时代表多个矩形）。例如在下面的实例文件bar02.py中，演示了使用matplotlib绘制有两个柱子的柱状图的过程。

源码路径：codes\4\4-1\bar02.py

import matplotlib.pyplot as plt          #导入模块 plt.bar(x = (0,1),height = (1,0.5))      #绘制两个柱形图 plt.show()                          #显示绘制的图

执行效果如图4-2所示。

图4-2  执行效果

在上述实例代码中，x = (0,1)的意思是总共有两个矩形，其中第一个的左边缘为0，第二个的左边缘为1。参数height的含义也是同理。当然，此时有的读者可能觉得这两个矩形“太宽”了，不够美观。此时可以通过指定函数bar()中的width参数来设置它们的宽度。请看下面的实例文件bar03.py，功能是设置柱子的宽度width为0.35。

源码路径：codes\4\4-1\bar03.py

import matplotlib.pyplot as plt plt.bar(x = (0,1),height = (1,0.5),width = 0.35) plt.show()

执行效果如图4-3所示

图4-3  设置柱状图宽度

4.1.3  设置柱状图的标签

这时可能有的读者会问：需要标明x和y轴的说明信息，比如使用x轴表示性别，使用y轴表示人数。例如在下面的实例文件bar04.py中，演示了使用库matplotlib绘制有说明信息柱状图的过程。

源码路径：codes\4\4-1\bar04.py

import matplotlib.pyplot as plt from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体 mpl.rcParams['axes.unicode_minus'] = False #解决保存图像时负号'-'显示为方块的问题 plt.xlabel(u'性别') #x轴的说明信息 plt.ylabel(u'人数') #y轴的说明信息 plt.bar(x = (0,1),height = (1,0.5),width = 0.35) plt.show()

上述代码执行后的效果如图4-4所示。

图4-4  执行效果

接下来可以对x轴上的每个bar进行说明，例如设置第一个柱状图是“男”，第二个柱状图是“女”。此时可以通过如下实例文件bar05.py实现。

源码路径：codes\4\4-1\bar05.py

plt.xlabel(u'性别') plt.ylabel(u'人数') plt.xticks((0,1),(u'男',u'女')) plt.bar(x = (0,1),height = (1,0.5),width = 0.35) plt.show()

在上述代码中，函数plt.xticks()的用法和前面使用的x和height的用法差不多。如果你有几个bar，那么就对应几维的组，其中第一个参数表示文字的位置，第二个参数表示具体的文字说明。不过这里有个问题，例如有时我们指定的位置有些“偏移”，最理想的状态应该在每个矩形的中间。我们可以通过直接指定函数bar()里面的align="center"就可以让文字居中了。

plt.xlabel(u'性别') plt.ylabel(u'人数') plt.xticks((0,1),(u'男',u'女')) plt.bar(x = (0,1),height = (1,0.5),width = 0.35,align="center") plt.show()

此时的执行效果如图4-5所示。

图4-5  执行效果

接下来可以通过如下代码给柱状图表加入一个标题。

plt.xlabel(u'性别') plt.ylabel(u'人数') plt.title(u"性别比例分析") plt.xticks((0,1),(u'男',u'女')) rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center") plt.legend((rect,),(u"图例",)) plt.show()

在上述代码中用到了函数legend()，里面的参数必须是组。即使只有一个图例也必须是组，否则显示不正确。此时的执行效果如图4-6所示。

图4-6  执行效果

接下来还可以在每个矩形的上面标注对应的y值，此时需要使用如下通用的方法实现。

def autolabel(rects):     for rect in rects:         height = rect.get_height()         plt.text(rect.get_x()+rect.get_width()/2., 1.03*height, '%s' % float(height))

在上述实例代码中，其中plt.text有三个参数，分别是：x坐标，y坐标，要显示的文字。调用函数autolabel()的具体实现代码如下所示。

autolabel(rect)

为了避免绘制矩形柱状图紧靠着顶部，最好能够空出一段距离，此时可以通过函数bar()的属性参数yerr来设置。一旦设置了这个参数，那么对应的矩形上面就会有一个竖着的线。当把yerr这个值设置得很小的时候，上面的空白就自动空出来了。

rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center",yerr=0.0001)

到此为止，一个比较美观的柱状图绘制完毕，将代码整理并保存在如下实例文件bar06.py中，具体实现代码如下所示。

源码路径：codes\4\4-1\bar06.py

import matplotlib.pyplot as plt from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体 mpl.rcParams['axes.unicode_minus'] = False #解决保存图像时负号'-'显示为方块的问题 def autolabel(rects): for rect in rects: height = rect.get_height() plt.text(rect.get_x()+rect.get_width()/2., 1.03*height, '%s' % float(height)) plt.xlabel(u'性别') plt.ylabel(u'人数') plt.title(u"性别比例分析") plt.xticks((0,1),(u'男',u'女')) #绘制柱形图 rect = plt.bar(x = (0,1),height = (1,0.5),width = 0.35,align="center",yerr=0.0001) plt.legend((rect,),(u"图例",)) autolabel(rect) plt.show()

上述代码执行后的效果如图4-7所示。

图4-7  执行效果

4.1.4  设置柱状图的颜色

请看下面的实例文件bar06-1.py，功能是使用库matplotlib绘制绿颜色的柱状图。

源码路径：codes\4\4-1\bar06-1.py

import matplotlib.pyplot as plt data = [5, 20, 15, 25, 10] plt.bar(range(len(data)), data, fc='g') plt.show()

执行效果如图4-8所示。

图4-8  执行效果

请看下面的实例文件bar06-2.py，功能是使用库matplotlib绘制不同颜色的柱状图。

源码路径：codes\4\4-1\bar06-2.py

import matplotlib.pyplot as plt data = [5, 20, 15, 25, 10] plt.bar(range(len(data)), data, color='rgb') # or `color=['r', 'g', 'b']` plt.show()

执行效果如图4-9所示。

图4-9  执行效果