Python绘图入门：使用Matplotlib绘制柱状图
柱状图是一种常见的数据可视化方式，能够直观地展示不同类别之间的数据差异。在Python中，Matplotlib是一个非常强大且灵活的绘图库，它不仅能绘制简单的图表，还能创建复杂的多层次图形。本篇博客将带你一步步了解如何使用Matplotlib绘制一个基本的柱状图，并介绍一些常用的图表优化技巧。
1. 安装Matplotlib
在开始之前，确保你已经安装了Matplotlib库。如果还没有安装，可以使用以下命令进行安装：
pip install matplotlib
2. 绘制简单柱状图
这里我们有一组有关2024年高效毕业生就业去向的数据：
| 去向 | 2023届 | 2024届 |
|---|---|---|
| 单位就业 | 57.6% | 55.5% |
| 慢就业（暂无具体打算） | 18.9% | 19.1% |
| 自由职业 | 13.2% | 13.7% |
| 国内继续学习 | 4.9% | 6.5% |
数据来源：智联招聘
首先，我们来绘制一个最简单的柱状图，将2024届高校毕业生去向数据进行可视化：
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
# 数据
employments = ['单位就业', '慢就业（暂无具体打算）', '自由职业', '国内继续学习']
rates = [55.5, 19.1, 13.7, 6.5]
# 绘制柱状图
plt.bar(employments, rates)
# 添加标题和标签
plt.title('2024届高校毕业生去向')
plt.xlabel('毕业去向')
plt.ylabel('比率（%）')
# 显示图表
plt.show()
在这段代码中，plt.bar()用于创建柱状图，plt.title()、plt.xlabel()和plt.ylabel()分别用于添加标题和坐标轴标签。最后，plt.show()用于显示图表。
3. 自定义柱状图
为了让图表更加美观和信息丰富，我们可以对柱状图进行自定义。例如，可以改变柱子的颜色、添加网格、显示数值标签等。
# 自定义颜色和网格
plt.bar(categories, sales, color='skyblue')
plt.grid(axis='y', linestyle='--', alpha=0.7)
# 显示数值标签
for i, value in enumerate(sales):
plt.text(i, value + 0.5, str(value), ha='center')
plt.show()
在这个例子中，我们将柱子颜色设为浅蓝色，并在y轴方向添加虚线网格。同时，使用plt.text()函数在每个柱子上方显示具体数值。
这里需要注意的是，添加无指向型注释文本有两种，text()和figtext()方法。
| text(x, y, s, fontdict=None, withdash=, **kwargs) |
|---|
- x, y:表示注释文本的位置。
- s:表示注释文本的内容。
- horizontalalignment或ha：表示水平对齐的方式，可以取值为’center’、'right’或 ‘left’。
- verticalalignment或va：表示垂直对齐的方式，可以取值为’center’、‘top’、‘bottom’、‘baseline’或’center_baseline’
| figtext(x, y, s, *args, **kwargs) |
|---|
- x, y Float 放置文本的位置。默认情况下，它在图形坐标[0，1]中
- s String 文字字串
两种方法的不同之处在于，text()以图形的横纵坐标进行取值，figtext()使用完整的图形作为坐标，其中左下角表示(0，0)，右上角表示(1，1)。图的中心是(0.5，0.5)。
4. 横向柱状图
如果数据类别较多，或者类别名称较长，横向柱状图可能会更适合。
# 绘制柱状图
plt.barh(employments, rates, color='lightcoral')
plt.grid(axis='y', linestyle='--', alpha=0.7)
# 添加标题和标签
plt.title('2024届高校毕业生去向')
plt.xlabel('比率(%)')
plt.ylabel('')
使用plt.barh()可以轻松创建横向柱状图，其他设置与竖向柱状图类似。
5. 多系列柱状图
如果你有多个系列的数据需要同时展示，可以使用多系列柱状图来对比不同系列之间的关系。例如，我们可以对比2023届和2024届的高校毕业生去向：
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
# 数据
employments = ['单位就业', '慢就业（暂无具体打算）', '自由职业', '国内继续学习']
rates_2024 = [55.5, 19.1, 13.7, 6.5]
rates_2023 = [55.5, 19.1, 13.7, 6.5]
# 设置柱子的位置
x = np.arange(len(employments))
width = 0.35 # 柱子的宽度
# 绘制多系列柱状图
plt.bar(x - width/2, rates_2024, width, label='2024届')
plt.bar(x + width/2, rates_2023, width, label='2023届')
# 添加标题和标签
plt.title('2024和2023届高校毕业生去向对比')
plt.xlabel('就业去向')
plt.ylabel('比率(%)')
plt.xticks(x, employments) # 将x轴标签设置为就业去向
plt.legend() # 显示图例
plt.show()
在这个例子中，np.arange()用于生成x轴的位置数组，width设置了柱子的宽度。我们使用了两个plt.bar()来绘制不同系列的柱子，并通过调整它们的x位置来使其并排显示。
这里没有显示数值标签，请你学习完本博客后补充代码实现该功能。
6. 结语
通过这篇博客，你已经学习了如何使用Matplotlib创建和自定义柱状图。无论是简单的单系列柱状图，还是复杂的多系列柱状图，Matplotlib都能轻松实现。掌握这些基础后，你可以进一步探索Matplotlib的更多功能，例如叠加柱状图、柱状图与折线图组合等。请关注“pythons数据可视化专栏”，带你入门python绘图。
希望这篇文章对你有所帮助，欢迎在评论区分享你的问题和经验！
往期推荐：
1.使用 Matplotlib 绘制折线图
2.Python 绘图入门
