让你彻底弄懂用Python绘制条形图（柱状图）

阿黎逸阳的代码 2021-02-02

2072

条形图（bar chart）也称为柱状图，是一种以长方形的长度为变量的统计图表，长方形的长度与它所对应的数值呈一定比例。

本文目录

导入绘图数据
竖放条形图
2.1 竖放条形图绘图原理
2.2 绘制竖放条形图
2.3 优化绘制竖放条形图
横放条形图
3.1 横放条形图绘图原理
3.2 绘制横放条形图
并列条形图
叠加条形图
拼接条形图
多重显示条形图

一、导入绘图数据

首先导入绘图所需的数据。

import os
import pandas as pd


os.chdir(r'F:\公众号\6.学习python')   #设置成存放数据文件夹路径
date = pd.read_csv("股票数据.csv", encoding = 'GBK')    #读取数据

注：如需文中数据进行练习，可到公众号中回复“股票数据波动”即可免费获取。

展示前几行数据如下：

二、竖放条形图

1 竖放条形图绘图原理

Python中绘制竖放条形图需用matplotlib.pyplot中的bar函数，该函数的基本语法为：

bar(x, height, [width], [bottom],  **kwargs)

参数说明：

x：数组，条形图对应的横坐标。

height：一个数或数组，条形图的纵坐标（高度）。

[width]：一个数或数组，条形的宽度，默认值0.8，为可选参数。

[bottom]：一个数或数组，条形的起始高度，默认值0，为可选参数。

**kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制竖放条形图

以日期为横坐标，收盘价为纵坐标绘制竖放条形图，具体语句如下：

import matplotlib.pyplot as plt           #导入库


date = date.set_index('日期')             #把日期列设为索引
date.index = pd.to_datetime(date.index)   #把索引转为时间格式
plt.bar(date.index, date['收盘价'])       #以日期为横轴，收盘价为纵轴绘制条形图

得到结果如下：

从以上结果可以发现，由于数据较多，条形图密密麻麻，看不出具体趋势。故在绘图之前，最好先进行统计汇总。

3 优化显示竖放条形图

以时间为横轴，每年收盘价均值为纵轴绘制竖放条形图，并添加标题和轴标签等，具体语句如下：

result = date[['收盘价']].groupby(date.index.year).mean() #计算每年收盘价均值


plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False   # 解决中文显示问题


plt.bar(result.index, result['收盘价'], 0.6, label='close', color='#87CEFA')
plt.legend()                                 #显示图例
plt.xlabel('时间')                           #x轴标签
plt.ylabel('收盘价')                         #y轴标签
plt.title('股票收盘价')                      #标题

得到结果如下：

三、横放条形图

1 横放条形图绘图原理

Python中绘制横向条形图需用matplotlib.pyplot中的barh函数，该函数和bar函数类似，它的基本语法为：

barh(y, width, [height],  **kwargs)

参数说明：

y：一个数或数组，条形图对应的纵坐标。

width：一个数或数组，条形的宽度。

[height]：一个数或数组，条形的高度，默认值0.8，为可选参数。

**kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制横放条形图

以时间为纵轴，收盘价为高度绘制横放条形图，具体语句如下：

result = date[['收盘价']].groupby(date.index.year).mean()  #计算每年收盘价均值
plt.barh(result.index, result['收盘价'])                   #以时间为纵轴，收盘价为高度绘制横向条形图

得到结果如下：

四、并列条形图

有时在绘制条形图时需对比显示某些信息，比如想同时观察股票最高价和最低价的变化趋势，可采用并列条形图，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值
plt.bar(result.index, result['high'], width=0.2, color='r', label='high')                #绘制每年股票最高价均值的条形图，颜色设置为红色
plt.bar(result.index+0.2, result['low'], width=0.2, color ='b', label='low')             #绘制每年股票最低价均值的条形图，颜色设置为蓝色
plt.xticks(result.index+0.2, result.index)                                               # 让横坐标轴刻度显示时间，result.index+0.2为横坐标轴刻度的位置            
plt.ylim(5, 35)                                                                          #设置y轴的显示范围
plt.title('股票最高价最低价')                                                            #设置标题
plt.legend()                                                                             #显示图例

得到结果如下：

五、叠加条形图

有时一个变量的数值恒小于另一个变量，这时可以把两个条形图绘制到一个条形图中，用不同的颜色显示这两个条形图即可。

比如股票价格的最小值恒小于最大值，可以把这两个数组绘制在同一个条形图中，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值
plt.bar(result.index, result['high'], width=0.2, color='r', alpha=0.5, label='high')      #绘制股票最高价条形图，颜色为红色
plt.bar(result.index, result['low'], width=0.2, color='b', alpha=0.5, label='low')        #绘制股票最低价条形图，颜色为蓝色
plt.title('叠加股票最高价最低价条形图')                                                   #设置标题
plt.legend()                                                                              #显示图例

得到结果如下：

六、拼接条形图

有时需要把两组数值绘制在同一个条形图中，以股票最高价和最低价为示例，绘制拼接条形图，具体语句如下：

result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean')) #分别计算每年股票最高价、最低价均值
plt.bar(result.index, result['high'], width=0.2, color='r', label='high')                 #绘制股票最高价条形图
plt.bar(result.index, result['low'], bottom=result['high'], width=0.2, color='b', label='low') #以股票最高价为起点绘制股票最低价条形图
plt.title('股票最高价最低价拼接条形图')                                                  #设置标题
plt.legend()                                                                             #显示图例

得到结果：

七、多重显示条形图

有时可以把一组数值看成高度，另一组数值代表颜色绘制多重显示条形图。以股票收盘价和换手率为例，绘制多重显示条形图，具体语句如下：

import matplotlib.cm as cm  #导入库


result = date.groupby(date.index.year).agg(avgl=('收盘价', 'mean'), avg2=('换手率', 'mean'))  #按年统计股票收盘价和换手率的均值
plt.bar(result.index, result['avgl'], color=cm.ScalarMappable().to_rgba(result['avg2']))      #以收盘价均值为高度，换手率均值为颜色绘制条形图
sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg2'].min(), vmax=result['avg2'].max()))  
plt.colorbar(sm)  #根据换手率均值的大小显示颜色
plt.title('用收盘价和换手率绘制多重显示条形图')  #设置标题
plt.show()