python画图|并列直方图绘制

2024-09-06 20:52

本文主要是介绍python画图|并列直方图绘制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前述学习过程中,已经知晓普通直方图绘制和堆叠直方图绘制,参考链接如下:

西猫雷婶-CSDN博客

有时候,我们还会遇到并列直方图绘制的需求,今天就探索一下。

【1】官网教程

按照惯例,我们先来到官网:

https://matplotlib.org/stable/gallery/lines_bars_and_markers/barchart.html#sphx-glr-gallery-lines-bars-and-markers-barchart-py 

图1

找到grouped bar chart with labels后。直奔示例。

然后进入学习模式。

【2】代码解读

官网代码前两行依旧岿然不动,引入计算模块numpy用于数值运算,画图模块matplotlib用于绘图。

# data from https://allisonhorst.github.io/palmerpenguins/import matplotlib.pyplot as plt   
import numpy as np

然后定义了类别和对应的数据:

species = ("Adelie", "Chinstrap", "Gentoo") #类别,3种
penguin_means = {                           #这里实际上给给每种类别定义了3个数据'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),
}

之后定义了要画图,使用ax控制坐标轴属性:

x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.25  # the width of the bars #直方图方块宽度
multiplier = 0 #定义乘法因子
fig, ax = plt.subplots(layout='constrained') #定义一个带坐标轴的图,坐标轴属性用ax控制

之后开始画直方图,用for循环实现方块输出,调整multiplier实现方块位移:

for attribute, measurement in penguin_means.items(): #for函数用于遍历penguin_means内部数组offset = width * multiplier #直方图间距偏移量定义rects = ax.bar(x + offset, measurement, width, label=attribute)#画直方图,x+offset代表(类别的位置+偏移量),偏移之后才能并列放置,都则就会重叠;# measurement指将penguin_means中的数据按顺序赋值给x+offset对应的类别;# width为方块宽度# label就是将penguin_means中的数据类别作为标签ax.bar_label(rects, padding=3) #输出标签,padding指和方块顶部的距离,一个三个类别,所以设定值为3multiplier += 1 #乘法因子扩大,带来每个类别内部方块的移动

最后设置坐标轴属性,输出图形:

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Length (mm)') #设定Y轴标签
ax.set_title('Penguin attributes by species') #设定图名
ax.set_xticks(x + width, species) #设定x轴,允许放多个类别
ax.legend(loc='upper left', ncols=3) #设定图例,位置为左上upper left,图例的颜色数量是ncols=3
ax.set_ylim(0, 250) #设定y轴范围是(0,250)plt.show() #输出图形

ax.set_xticks允许一个类别多个数据,这是并列直方图出现的直接推手。

图2

【3】代码改写-修改padding

尝试把padding从3改为50后,各类被数据都往上漂移了:

图3

【4】代码改写-修改multiplier

multiplier控制各方块的间隙,尝试把multiplier在for循环中的增量减小到0.5:

multiplier += 0.5 #乘法因子扩大,带来每个类别内部方块的移动

图4

由图4可见,方块大小不再一致。

实际上这是因为:新的方块只移动了一半(multiplier=1),所以被旧方块盖住了,最佳的移动还是要按照multiplier=1,让整个方块都显示出来,这样才会让图片更好看

【5】代码改写-修改penguin_means和ncols

要想把并列方块数量增多,因修改penguin_means中的一维数组列数,每一列方块要使用不同的颜色区分,所以ncols也要跟随变化。某一类别下有几个并列方块,就有几种颜色。

改后:

penguin_means = {#这里实际上给每种类别定义了3个数据,现在增加了3行,一共6行'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),
    'add Bill Depth': (18.35, 18.43, 14.98),'add Bill Length': (38.79, 48.83, 47.50),'add Flipper Length': (189.95, 195.82, 217.19),
}
ax.legend(loc='upper left', ncols=6) #设定图例,位置为左上upper left,图例的颜色数量由ncols=3更新为ncols=6

运行后:

图5

我们很难过的发现所有方块挤在了一起,所以我们要去需改方块宽度:由0.25改为0.1

x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.1  # the width of the bars 直方图方块宽度
multiplier = 0 #定义乘法因子

运行后:

图6

可见,图形没有挤在一起,出现了6个颜色图例。

本次改写完整代码如下:

# data from https://allisonhorst.github.io/palmerpenguins/import matplotlib.pyplot as plt
import numpy as npspecies = ("Adelie", "Chinstrap", "Gentoo")#类别,3种
penguin_means = {#这里实际上给每种类别定义了3个数据'Bill Depth': (18.35, 18.43, 14.98),'Bill Length': (38.79, 48.83, 47.50),'Flipper Length': (189.95, 195.82, 217.19),'add Bill Depth': (18.35, 18.43, 14.98),'add Bill Length': (38.79, 48.83, 47.50),'add Flipper Length': (189.95, 195.82, 217.19),
}x = np.arange(len(species))  # the label locations,按照顺序排列species
width = 0.1  # the width of the bars 直方图方块宽度
multiplier = 0 #定义乘法因子fig, ax = plt.subplots(layout='constrained')#定义一个带坐标轴的图,坐标轴属性用ax控制for attribute, measurement in penguin_means.items():#for函数用于遍历penguin_means内部数组offset = width * multiplier #直方图间距偏移量定义rects = ax.bar(x + offset, measurement, width, label=attribute)# 画直方图,x+offset代表(类别的位置+偏移量),偏移之后才能并列放置,都则就会重叠;# measurement指将penguin_means中的数据按顺序赋值给x+offset对应的类别;# width为方块宽度# label就是将penguin_means中的数据类别作为标签ax.bar_label(rects, padding=3) #输出标签,padding指和方块顶部的距离,一个三个类别,所以设定值为3multiplier += 1 #乘法因子扩大,带来每个类别内部方块的移动# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Length (mm)') #设定Y轴标签
ax.set_title('Penguin attributes by species') #设定图名
ax.set_xticks(x + width, species) #设定x轴,允许放多个类别
ax.legend(loc='upper left', ncols=6) #设定图例,位置为左上upper left,图例的颜色数量是ncols=3
ax.set_ylim(0, 250) #设定y轴范围是(0,250)plt.show() #输出图形

【6】总结

本次学习探讨了并列直方图的for循环画法,并学会了修改各类别标签的位置、各类别方块的移动和多个方块的设定。

这篇关于python画图|并列直方图绘制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143092

相关文章

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

Python实现特殊字符判断并去掉非字母和数字的特殊字符

《Python实现特殊字符判断并去掉非字母和数字的特殊字符》在Python中,可以通过多种方法来判断字符串中是否包含非字母、数字的特殊字符,并将这些特殊字符去掉,本文为大家整理了一些常用的,希望对大家... 目录1. 使用正则表达式判断字符串中是否包含特殊字符去掉字符串中的特殊字符2. 使用 str.isa

python中各种常见文件的读写操作与类型转换详细指南

《python中各种常见文件的读写操作与类型转换详细指南》这篇文章主要为大家详细介绍了python中各种常见文件(txt,xls,csv,sql,二进制文件)的读写操作与类型转换,感兴趣的小伙伴可以跟... 目录1.文件txt读写标准用法1.1写入文件1.2读取文件2. 二进制文件读取3. 大文件读取3.1

使用Python实现一个优雅的异步定时器

《使用Python实现一个优雅的异步定时器》在Python中实现定时器功能是一个常见需求,尤其是在需要周期性执行任务的场景下,本文给大家介绍了基于asyncio和threading模块,可扩展的异步定... 目录需求背景代码1. 单例事件循环的实现2. 事件循环的运行与关闭3. 定时器核心逻辑4. 启动与停

基于Python实现读取嵌套压缩包下文件的方法

《基于Python实现读取嵌套压缩包下文件的方法》工作中遇到的问题,需要用Python实现嵌套压缩包下文件读取,本文给大家介绍了详细的解决方法,并有相关的代码示例供大家参考,需要的朋友可以参考下... 目录思路完整代码代码优化思路打开外层zip压缩包并遍历文件:使用with zipfile.ZipFil

Python处理函数调用超时的四种方法

《Python处理函数调用超时的四种方法》在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制,例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,因此,在某些情况下,... 目录前言func-timeout1. 安装 func-timeout2. 基本用法自定义进程subp

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字