Matplotlib - 柱狀圖

---

---

柱狀圖是一種圖形資料表示，其中使用矩形條或列來表示不同的類別。每個條的高度對應於它所代表的值。

水平軸 (x 軸) 通常表示要比較的類別或組，而垂直軸 (y 軸) 表示與每個類別相關的數值或數量。每個條從軸開始，水平或垂直延伸，具體取決於圖形的方向。

Matplotlib 中的柱狀圖

我們可以使用 bar() 函式在 Matplotlib 中建立柱狀圖。我們可以指定條在 x 軸上的類別或位置以及它們相應的高度。為了自定義圖形，我們可以使用其他選項，例如顏色、標籤和標題。

bar() 函式

bar() 函式用於建立柱狀圖。它有兩個主要引數：條在 x 軸上的位置和條的高度。

以下是 Matplotlib 中 bar() 函式的語法：

語法

plt.bar(x, height, width=0.8, align='center', color=None, label=None)

其中：

• x 是條在 x 軸上的位置。

• height 是條的高度。

• width (可選) 是條的寬度。預設為 0.8。

• align (可選) 是條的對齊方式。預設為 'center'。

• color (可選) 是條的顏色。預設為 None，這將導致使用預設顏色。

• label (可選) 是圖例的標籤。

讓我們從繪製一個基本的垂直柱狀圖開始。

基本的垂直柱狀圖

在基本的垂直柱狀圖中，我們表示資料，其中每個條或列對應於不同的類別，我們使用這些條的高度來指示與該類別相關的值。

示例

在下面的示例中，我們有三個類別（'Category A'、'Category B'、'Category C'），它們對應的值為 (15、24、30)。然後，我們使用 plt.bar() 函式建立一個垂直柱狀圖，其中每個條代表其相應類別的值：

import matplotlib.pyplot as plt
categories = ['Category A', 'Category B', 'Category C']
values = [15, 24, 30]

plt.bar(categories, values, color='skyblue')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Basic Vertical Bar Graph')
plt.show()

輸出

執行上述程式碼後，我們將得到以下輸出：

水平柱狀圖

在水平柱狀圖中，我們透過沿水平軸 (x 軸) 水平繪製條來表示資料。在這種型別的圖表中，我們將條的長度與它們所代表的值相關聯，並在垂直軸 (y 軸) 上顯示類別。

示例

在這裡，我們提供了三個類別（'Category X'、'Category Y'、'Category Z'），它們對應的值為 (40、28、35)。然後，我們使用 barh() 函式建立一個水平柱狀圖，其中每個條根據其值水平延伸。我們還透過將 color 引數傳遞給函式來自定義每個條的顏色：

import matplotlib.pyplot as plt

categories = ['Category X', 'Category Y', 'Category Z']
values = [40, 28, 35]

plt.barh(categories, values, color=['green', 'orange', 'blue'])
plt.xlabel('Values')
plt.ylabel('Categories')
plt.title('Horizontal Bar Graph with Color Customization')
plt.show()

輸出

以下是上述程式碼的輸出：

分組柱狀圖

在分組柱狀圖中，我們將多個垂直條並排堆疊以表示不同的類別。當您想要比較不同組中相同子類別的值時，它非常有用。

示例

現在，我們提供了三個類別（'Category A'、'Category B'、'Category C'），以及兩個不同組（組 1 和組 2）的值。然後，我們使用 bar() 函式兩次，一次用於每個組，並將每個類別的條並排放置：

import matplotlib.pyplot as plt
import numpy as np

# Defining categories and their corresponding values for two groups
categories = ['Category A', 'Category B', 'Category C']
values1 = [15, 24, 30]
values2 = [20, 18, 25]

# Setting the width of the bars 
bar_width = 0.35
# Calculating bar positions for both groups
bar_positions1 = np.arange(len(categories))
bar_positions2 = bar_positions1 + bar_width

# Creating the first set of bars (Group 1)
plt.bar(bar_positions1, values1, width=bar_width, label='Group 1', color='skyblue')
# Create the second set of bars (Group 2) next to the first set
plt.bar(bar_positions2, values2, width=bar_width, label='Group 2', color='orange')

# Adding labels to the axes
plt.xlabel('Categories')
plt.ylabel('Values')

# Adding a title to the graph
plt.title('Grouped Bar Graph')

# Displaying a legend to identify the groups
plt.legend()

# Showing the plot
plt.show()

輸出

執行上述程式碼後，我們將得到以下輸出：

堆疊柱狀圖

在堆疊柱狀圖中，我們將一個條放在另一個條的頂部。每個條代表一個類別，每個類別中組合條的高度顯示總值。它對於比較各個類別的總值很有用。

示例

在下面的示例中，我們有三個類別（'Category A'、'Category B'、'Category C'），以及兩個不同組（組 1 和組 2）的值。我們使用了 bar() 函式兩次，但是這次，組 2 的條堆疊在組 1 的條的頂部。第二個 bar() 函式中呼叫的 bottom 引數指示組 2 的條應該從組 1 的條結束的地方開始：

import matplotlib.pyplot as plt
# Defining categories and values for two groups
categories = ['Category A', 'Category B', 'Category C']
values1 = [15, 24, 30]
values2 = [20, 18, 25]

# Creating the first set of bars (Group 1) without any offset
plt.bar(categories, values1, label='Group 1', color='skyblue')

# Creating the second set of bars (Group 2) plotted with 'bottom' set to the values of Group 1
# This makes Group 2 bars stacked on top of Group 1 bars
plt.bar(categories, values2, bottom=values1, label='Group 2', color='orange')

# Adding labels to the axes
plt.xlabel('Categories')
plt.ylabel('Values')

plt.title('Stacked Bar Graph')
plt.legend()
plt.show()

輸出

執行上述程式碼後，我們將得到以下輸出：

動態更新柱狀圖

在 Matplotlib 中，動態更新柱狀圖是指即時連續更改或重新整理柱狀圖中顯示的條形資料的過程。

此更新可以基於外部因素，例如即時資料流、使用者互動或底層資料的更改。

示例

在下面的示例中，我們動態更新 Matplotlib 中的柱狀圖。我們首先建立一個新圖形或啟用現有圖形。接下來，我們使用 bar() 方法指定用於繪製條形的資料點和顏色。最後，我們使用 FuncAnimation() 函式來動畫化條形的高度和顏色：

import numpy as np
from matplotlib import animation as animation, pyplot as plt, cm

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig = plt.figure()

data = [1, 4, 3, 2, 6, 7, 3]
colors = ['red', 'yellow', 'blue', 'green', 'black']
bars = plt.bar(data, data, facecolor='green', alpha=0.75)

def animate(frame):
   global bars
   index = np.random.randint(1, 7)
   bars[frame].set_height(index)
   bars[frame].set_facecolor(colors[np.random.randint(0, len(colors))])

ani = animation.FuncAnimation(fig, animate, frames=len(data))

plt.show()

輸出

獲得的輸出如下：