柱状图是一种常见的数据可视化工具,用于展示不同类别的数据比较。在Python中,我们可以使用matplotlib库来绘制柱状图。以下是一个简单的柱状图源码示例:,,“
python,import matplotlib.pyplot as plt,,# 数据,categories = ['A', 'B', 'C', 'D'],values = [10, 20, 30, 40],,# 绘制柱状图,plt.bar(categories, values),,# 设置标题和坐标轴标签,plt.title('柱状图示例'),plt.xlabel('类别'),plt.ylabel('值'),,# 显示图形,plt.show(),
“柱状图是一种常见的数据可视化形式,用于展示不同类别或组之间的比较,它通过使用矩形的长度来表示数据的大小或数量,每个类别或组通常在水平轴(X轴)上被表示为独立的条形,而数据的值则在垂直轴(Y轴)上表示,以下是几种常见柱状图的源码:
基本柱状图
import matplotlib.pyplot as plt 数据 x = ['A', 'B', 'C', 'D'] y = [10, 20, 15, 25] 绘制柱状图 plt.bar(x, y) 添加标题和标签 plt.title('柱状图示例') plt.xlabel('类别') plt.ylabel('数值') 显示图形 plt.show()
纵向柱状图与水平柱状图
纵向柱状图 plt.bar(x, y) 水平柱状图 plt.barh(x, y)
堆积柱状图
数据 x = ['A', 'B', 'C', 'D'] y = [10, 15, 7, 12] y1 = [4, 6, 8, 10] 绘制堆积柱状图 plt.bar(x, y, label='数据集1') plt.bar(x, y1, bottom=y, label='数据集2') 添加图例 plt.legend() 显示图形 plt.show()
并列柱状图
数据 N = 5 menMeans = (20, 35, 30, 35, 27) womenMeans = (25, 32, 34, 20, 25) ind = range(N) # the x locations for the groups width = 0.35 # the width of the bars 绘制并列柱状图 fig, ax = plt.subplots() index = np.arange(N) bar_width = 0.35 opacity = 0.8 rects1 = plt.bar(index, menMeans, bar_width, alpha=opacity, color='b', label='Men') rects2 = plt.bar(index + bar_width, womenMeans, bar_width, alpha=opacity, color='r', label='Women') plt.xlabel('Person') plt.ylabel('Scores') plt.title('Scores by group and gender') plt.xticks(index + bar_width / 2, ('Col7', 'Col6', 'Col5', 'Col4', 'Col3')) plt.legend() plt.tight_layout() plt.show()
带误差棒的柱状图
import numpy as np import matplotlib.pyplot as plt 数据 x = np.arange(8) # 产生1~8的序列 y = [10, 11, 22, 33, 41, 58, 62, 75] std_err = [2, 4, 5, 6, 8, 9, 8, 6] # 误差棒 y1 = [15, 23, 44, 67, 88, 99, 95, 85] std_err1 = [1, 2, 1, 2, 1, 2, 3, 2] # 误差棒 error_attri = dict(elinewidth=1, ecolor="r", capsize=3) tick_label = ["A", "B", "C", "D", "E", "F", "G", "H"] bar_width = 0.35 绘制带误差棒的柱状图 plt.bar(x, y, bar_width, color="lightgreen", align="center", label="掺杂前", yerr=std_err, error_kw=error_attri) plt.bar(x, y1, bar_width, color="orange", align="center", bottom=y, label="掺杂后", yerr=std_err1, error_kw=error_attri) plt.xticks(x + bar_width / 2, tick_label) plt.xlabel("样品编号") plt.ylabel("降解率/%") plt.legend() plt.show()
使用ECharts绘制简单柱状图
// HTML部分 <div id="main" style="width: 600px;height:400px;"></div> // JavaScript部分 var myChart = echarts.init(document.getElementById('main')); var option = { title: { text: 'ECharts 入门示例' }, tooltip: {}, legend: { data:['销量'] }, xAxis: { data: ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"] }, yAxis: {}, series: [{ name: '销量', type: 'bar', data: [5, 20, 36, 10, 10, 20] }] }; myChart.setOption(option);
源码涵盖了从基本的柱状图到复杂的堆积柱状图、并列柱状图以及带有误差棒的柱状图等多种类型,可以根据具体需求进行选择和调整,也提供了使用ECharts库绘制简单柱状图的示例。
以上就是关于“柱状图源码”的问题,朋友们可以点击主页了解更多内容,希望可以够帮助大家!
原创文章,作者:未希,如若转载,请注明出处:https://www.kdun.com/ask/1149206.html
本网站发布或转载的文章及图片均来自网络,其原创性以及文中表达的观点和判断不代表本网站。如有问题,请联系客服处理。
发表回复