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3
multiplier += 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 np
species = ("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3
multiplier += 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。
