精华内容
下载资源
问答
  • python柱状图柱子间距
    千次阅读
    2020-11-23 19:24:02

    一、pyecharts简介

    pyecharts主要基于Web浏览器进行显示,绘制的图形比较多,包括折线图、柱状图、饼图、漏斗图 地图和极坐标图等。使用pyecharts绘图代码量很少,但绘制的图形比较美观。

    pyecharts 分为 v0.5.X 和 v1 两个大版本,v0.5.X 和 v1 间不兼容,v1 是一个全新的版本 v0.5.X支持 Python2.7,3.4+。

    经开发团队决定,0.5.x 版本将不再进行维护,0.5.x 版本代码位于 05x 分支 ,v1仅支持 Python3.6+,新版本系列将从 v1.0.0 开始。

    本文所讲主要基于 pyecharts 1.7.1 版本进行展示 安装命令为:

    pip install pyecharts==1.7.1

    二、pyecharts柱状图/条形图全解

    1.基本柱状图/条形图

    from pyecharts import options as opts

    from pyecharts.charts import Bar

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("基本柱状图", l2)

    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))

    )bar.render_notebook()

    参数介绍:

    add_xaxis:添加横坐标,需传入列表 add_yaxis:添加纵坐标,需传入列表,且列表元素为数值

    2.添加坐标轴名称

    from pyecharts import options as opts

    from pyecharts.charts import Bar

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("基本柱状图", l2)

    .set_global_opts(

    title_opts=opts.TitleOpts(title="Bar-基本示例"),

    yaxis_opts=opts.AxisOpts(name="人流量"),

    xaxis_opts=opts.AxisOpts(name="星期"),)

    )

    bar.render_notebook()

    3.多个纵坐标的柱状图/条形图

    from pyecharts import options as opts

    from pyecharts.charts import Bar

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]l3=[300,400,500,400,300,200,100]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .add_yaxis("l3", l3)

    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"), toolbox_opts=opts.BrushOpts(),)

    )

    bar.render_notebook()

    opts.BrushOpts()为圈选工具,如图形右上角所示

    4.设置柱状图间隔和颜色

    from pyecharts import options as opts

    from pyecharts.charts import Bar

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2",l2,category_gap=0, color='#FFFF00')

    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))

    )

    bar.render_notebook()

    category_gap:设置间隔

    color:设置柱状图颜色

    5.横向柱状图

    from pyecharts import options as opts

    from pyecharts.charts import Bar

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]l3=[300,400,500,400,300,200,100]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .add_yaxis("l3", l3)

    .reversal_axis()

    .set_series_opts(label_opts=opts.LabelOpts(position="right"))

    .set_global_opts(title_opts=opts.TitleOpts(title="横向柱状图"))

    )

    bar.render_notebook()

    reversal_axis将图形反转

    position="right"表示将数值在图形右侧显示,同理left、center分别表示左侧和中间

    6.显示最大值、最小值和平均值

    a.标记线

    from pyecharts import options as opts

    from pyecharts.charts import Barimport random

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .set_global_opts(title_opts=opts.TitleOpts(title="标记线柱状图"))

    .set_series_opts(

    label_opts=opts.LabelOpts(is_show=False),

    markline_opts=opts.MarkLineOpts(

    data=[

    opts.MarkLineItem(type_="min", name="最小值"),

    opts.MarkLineItem(type_="max", name="最大值"),

    opts.MarkLineItem(type_="average", name="平均值"),

    ]

    ),

    )

    )

    bar.render_notebook()

    b.标记点

    from pyecharts import options as opts

    from pyecharts.charts import Barimport random

    l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']

    l2=[100,200,300,400,500,400,300]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .set_global_opts(title_opts=opts.TitleOpts(title="标记线柱状图"))

    .set_series_opts(

    label_opts=opts.LabelOpts(is_show=False),

    markpoint_opts=opts.MarkPointOpts(

    data=[

    opts.MarkPointItem(type_="min", name="最小值"),

    opts.MarkPointItem(type_="max", name="最大值"),

    opts.MarkPointItem(type_="average", name="平均值"), ] ), ))bar.render_notebook()

    7.旋转x轴坐标

    from pyecharts import options as opts

    from pyecharts.charts im

    port Barimport random

    l1=['很长很长很长很长很长的坐标轴{}'.format(i) for i in range(10)]

    l2=[random.choice(range(10,100,10)) for i in range(10)]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),

    title_opts=opts.TitleOpts(title="Bar-旋转X轴标签", subtitle="解决标签名字过长的问题"))

    )

    bar.render_notebook()

    rotate=-15表示将坐标轴逆时针旋转15度

    8.横坐标缩放

    a.整体缩放(type_="inside")

    from pyecharts import options as opts

    from pyecharts.charts import Barimport random

    l1=['{}日'.format(i) for i in range(1,31)]

    l2=[random.choice(range(100,3100,100)) for i in range(1,31)]

    bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .set_global_opts(title_opts=opts.TitleOpts(title="区域缩放柱状图"),

    datazoom_opts=opts.DataZoomOpts(type_="inside"))

    )

    bar.render_notebook()

    b.左右滑动缩放

    from pyecharts import options as opts

    from pyecharts.charts import Barimport random

    l1=['{}日'.format(i) for i in range(1,31)]

    l2=[random.choice(range(100,3100,100)) for i in range(1,31)]bar = (

    Bar()

    .add_xaxis(l1)

    .add_yaxis("l2", l2)

    .set_global_opts(title_opts=opts.TitleOpts(title="区域缩放柱状图"),

    datazoom_opts=opts.DataZoomOpts(type_="slider"))

    )

    bar.render_notebook()

    本次主要介绍了pyecharts柱状图的常见形式,后续会出来pyecharts柱状图的高阶用法,敬请关注!

    更多相关内容
  • python bar柱状图图调整相邻两条柱的间隔 ``` import matplotlib.pyplot as plt import numpy as np x = np.arange(len(xlis)) plt.bar(x, y, width=0.3) # width 设置柱自身宽度 ![在这里插入图片描述]...

    python bar柱状图图调整相邻两条柱的间隔

    	import matplotlib.pyplot as plt
    	import numpy as np
    		x = np.arange(len(xlis))	
    		plt.bar(x, y, width=0.3)		# width 设置柱自身宽度
    

    在这里插入图片描述

    	# 一般情况下,先利用numpy将x轴坐标值列表生成一个array,由于np.arange(len(xlis))中 len(xlis),
    	# 返回的是整数型,不是浮点类型,因此,当进行x这个array变量时,默认为整数型,自动向下取整,
    	# 如:
    		x = [0, 1, 2, 3, 4]		# ndarray 类型
    		x[1] -= 0.1		# 对x[1] = 1 这一元素进行运算,结果应该为x[1] = 0.9, 实际情况,x[1] = 0
    		# 这是向下取整的原因导致的
    		plt.bar(x, y, width=0.3)		# width 设置柱自身宽度
    		# 直接导致两条柱重叠
    

    在这里插入图片描述

    		##########################################
    		# 此时只需要将len(lis)的返回类型为浮点数便可以进行运算,即:
    		x = np.arange(float(len(lis)))
    		x[1] -= 0.4		# 此次只修改了第二条柱与第一条柱之间,若全部修改,需要对x中的每个元素成倍修改,
    		# 如:
    		for i in range(len(X)):
    			j = i +1
    			if i == len(x):
    				break
    				pass
    			x[j] -= j * 0.4
    			pass
    		plt.bar(x, y, width=0.3)
    
    	# 效果如图:
    

    在这里插入图片描述

    展开全文
  • plt 棒状图(柱状图)减小柱子间距

    万次阅读 2021-03-23 13:58:14
    画图的的时候发现两哥柱子之间的间隔太大,不好看 解决办法 rects1 = plt.bar(x=xx, height=mean1, width=0.6, alpha=0.8,align='edge', color='blue')         这个宽度是由 width 决定的 ...

    背景

            画图的的时候发现两哥柱子之间的间隔太大,不好看

    在这里插入图片描述

    解决办法

    rects1 = plt.bar(x=xx, height=mean1, width=0.6, alpha=0.8,align='edge', color='blue')
    

            这个宽度是由 width 决定的 ,调整width 的大小即可,比如,我这儿的横坐标是range(0,5),所以 width 设置成1那就把地方都占满了,也就是柱子之间没空隙
    在这里插入图片描述

            width 等于0.8的时候

    在这里插入图片描述

            当然,如果你设定的x是 range(0,10,2),那可能要 width =2.0 才是无空隙

            我最后设置的是 width 等于0.6,得到一个较好的效果
    在这里插入图片描述

    附加

            在这个过程中涉及到重设图窗的大小,主要用到如下代码

    params = {
        'figure.figsize': '5, 5'
    }
    plt.rcParams.update(params)
    

            目的是通过等比例放大(缩小)图窗让我的图更好看,更切合,不突兀

    完整代码

    mean1,mean2,mean3=avgSlove(X,y)
    
    plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
    plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
    label_list = ['色调', '红色均值', '相对红色分量', '粗度','高频能量']    # 横坐标刻度显示值
    print(len(label_list))
    xx = range(len(label_list))
    
    '''调整图窗大小'''
    params = {
        'figure.figsize': '5, 5'
    }
    plt.rcParams.update(params)
    '''调整图窗大小'''
    
    rects1 = plt.bar(x=xx, height=mean1, width=0.6, alpha=0.8,align='edge', color='blue')
    plt.ylim(0, 1)     # y轴取值范围
    plt.ylabel("归一化后的值")
    plt.xticks([index + 0.3 for index in xx], label_list)   #这儿的0.3是配合宽度0.6来的,是他的一半,目的是让刻度线在柱子的中间
    plt.xlabel("特征",labelpad=8.5)
    plt.show()
    
    展开全文
  • 问题描述:直接上 代码如下: import numpy as np import matplotlib.pyplot as plt # 准备数据 labels = (['1', '2', '3', '4', '5', '6']) a = np.array([0, 0, 0, 0, 0, 0]) # 使用np.array是方便后面的left...
  • Base python matlibplot库—— 为和分类数量一致的数值序列,序列里的数值数量决定了柱子的个数,数值大小决定了距离0点的位置 为分类变量的数值大小,决定了柱子的高度 决定了柱子的宽度,仅代表形状宽度而已 决定...

    Base python matlibplot库——

    一、主要参数介绍:

    bar(left, height, width=0.8, bottom=None, **kwargs)
    
    1. left为和分类数量一致的数值序列,序列里的数值数量决定了柱子的个数,数值大小决定了距离0点的位置
    2. height为分类变量的数值大小,决定了柱子的高度
    3. width决定了柱子的宽度,仅代表形状宽度而已
    4. bottom决定了柱子距离x轴的高度,默认为None,即表示与x轴距离为0

    事实上,leftheightwidthbottom这四个参数确定了柱体的位置和大小。默认情况下,left为柱体的居中位置(可以通过align参数来改变left值的含义)

    例程:(以下操作都是按照这个数据)

    # 正常显示中文标签
    plt.rcParams['font.sans-serif']=['SimHei']
    # 用来正常显示负号
    plt.rcParams['axes.unicode_minus']=False
    
    plt.rcParams['axes.labelsize']=16
    plt.rcParams['xtick.labelsize']=14
    plt.rcParams['ytick.labelsize']=14
    plt.rcParams['legend.fontsize']=12
    plt.rcParams['figure.figsize']=[16,6]
    # 使用样式
    plt.style.use("ggplot")
    label = ["a","b","c","d","e"]
    x = [0,1,2,3,4]
    y = [30,20,15,25,10]
    

    二、柱子宽度设置

    width决定了柱子的宽度,仅代表形状宽度而已,默认为0.8

    fig = plt.figure()
    
    # 生成第一个子图在1行2列第一列位置
    ax1 = fig.add_subplot(121)
    
    # 生成第二子图在1行2列第二列位置
    ax2 = fig.add_subplot(122)
    
    # 绘图并设置柱子宽度0.5
    ax1.bar(x, y, width=0.5)
    
    # 绘图默认柱子宽度0.8
    ax2.bar(x, y)
    plt.show()
    

    在这里插入图片描述

    三、设置X轴刻度用label显示

    设置x轴刻度(tick_label)用 label = [“a”,“b”,“c”,“d”,“e”] 显示

    fig = plt.figure()
    
    # 生成第一个子图在1行2列第一列位置
    ax1 = fig.add_subplot(121)
    
    # 生成第二子图在1行2列第二列位置
    ax2 = fig.add_subplot(122)
    
    # 绘图并设置柱子宽度0.5
    ax1.bar(x, y, width=0.5)
    
    # 绘图默认柱子宽度0.8,设置x轴刻度(tick_label)用 label = ["a","b","c","d","e"] 显示
    ax2.bar(x, y,tick_label=label)
    plt.show()
    

    在这里插入图片描述

    四、设置柱子距离x轴的高度

    bottom决定了柱子距离x轴的高度,默认为None,即表示与x轴距离为0

    fig,ax = plt.subplots(figsize=(8,5),dpi=80)
    
    # 设置第一个柱子离x轴 为5 ,第二、三、五个柱子不变,第四个柱子离x轴 为8 
    ax.bar(x,y,width=0.3,bottom=[5,0,0,8,0])
    
    plt.show()
    

    在这里插入图片描述

    五、设置柱体颜色

    通过 facecolor(或fc) 关键字参数可以设置柱体颜色

    通过 color 关键字参数 可以一次性设置多个颜色

    fig = plt.figure()
    
    # 生成第一个子图在1行2列第一列位置
    ax1 = fig.add_subplot(121)
    
    # 生成第二子图在1行2列第二列位置
    ax2 = fig.add_subplot(122)
    
    ax1.bar(x, y, fc='c')
    
    ax2.bar(x, y,color=['r', 'g', 'b']) # 或者color='rgb' , color='#FFE4C4'
    
    plt.show()
    

    在这里插入图片描述

    六、设置柱体描边

    相关的关键字参数为:

    • edgecolor 或 ec 描边颜色
    • linestyle 或 ls 描边样式
    • linewidth 或 lw 描边宽度
    # edgecolor 或 ec 描边颜色为(cyan),linestyle 或 ls 描边样式 (-.)
    # linewidth 或 lw 描边宽度(5),柱子颜色(#EECFA1)
    plt.bar(x, y, ec='c', ls='-.', lw=5,color='#EECFA1')
    plt.show()
    

    在这里插入图片描述

    七、设置柱体描边填充

    hatch 关键字可用来设置填充样式,可取值为: / , \ , | , - , + , x , o , O , . , * 。

    plt.bar(x, y, ec='c', ls='-.', lw=5,color='#EEDC82',hatch='*')
    plt.show()
    

    在这里插入图片描述

    八、不同柱状图类型绘制

    1. 堆积柱状图

    通过 bottom 参数,可以绘制堆叠柱状图。

    #显示中文字体为SimHei
    plt.rcParams["font.sans-serif"]=["SimHei"]
    
    sale8 = [10,20,30,15,18]
    sale9 = [10,12,24,32,8]
    
    # x轴的刻度为1-5号衣服
    labels = ["{}号衣服".format(i) for i in range(1,6)]
    
    fig,ax = plt.subplots(figsize=(12,6),dpi=80)
    
    
    ax.bar(range(len(sale8)),sale8,tick_label=labels,label="8月")
    
    # 九月的bottom是sale8,也就是八月,所以九月在上边
    ax.bar(range(len(sale9)),sale9,bottom=sale8,tick_label=labels,label="9月")
    ax.legend()
    plt.show()
    

    在这里插入图片描述

    2. 并列柱状图

    绘制并列柱状图与堆叠柱状图类似,都是绘制多组柱体,只需要控制好每组柱体的位置和大小即可。

    import numpy as np
    #显示中文字体为SimHei
    plt.rcParams['font.sans-serif']=['SimHei']
    
    sale8 = [5,20,15,25,10]
    sale9 = [10,15,25,30,5]
    
    # x轴的刻度为1-5号衣服
    labels = ["{}号衣服".format(i) for i in range(1,6)]
    
    fig,ax = plt.subplots(figsize=(8,5),dpi=80)
    width_1 = 0.4
    
    ax.bar(np.arange(len(sale8)),sale8,width=width_1,tick_label=labels,label = "8月")
    
    ax.bar(np.arange(len(sale9))+width_1,sale9,width=width_1,tick_label=labels,label="9月")
    
    ax.legend()
    plt.show()
    

    在这里插入图片描述

    3. 横状条形图

    使用 barh 方法绘制条形图,plt.barh 方法的签名为:

    barh(bottom, width, height=0.8, left=None, **kwargs)
    

    可以看到与 plt.bar 方法类似。所以堆积条形图和并列条形图的画法与前面类似。

    plt.barh(x, y)
    plt.show()
    

    在这里插入图片描述

    4. 正负条形图

    import numpy as np
    import matplotlib.pyplot as plt
    
    x = np.array([5, 20, 15, 25, 10])
    y = np.array([11, 15, 22, 14, 5])
    
    plt.barh(range(len(x)), x)
    plt.barh(range(len(y)), -y)
    plt.show()
    

    在这里插入图片描述

    九、案例介绍

    1. 案例一:同一本书不同平台最低价比较

    很多人在买一本书的时候,都比较喜欢货比三家,例如《python数据分析实战》在亚马逊、当当网、中国图书网、京东和天猫的最低价格分别为39.5、39.9、45.4、38.9、33.34。针对这个数据,我们也可以通过条形图来完成,这里使用水平条形图来显示:

    import matplotlib.pyplot as plt
    import numpy as np
    # 正常显示中文标签
    plt.rcParams['font.sans-serif']=['SimHei']
    # 用来正常显示负号
    plt.rcParams['axes.unicode_minus']=False
    
    plt.rcParams['axes.labelsize']=16
    plt.rcParams['xtick.labelsize']=14
    plt.rcParams['ytick.labelsize']=14
    plt.rcParams['legend.fontsize']=12
    plt.rcParams['figure.figsize']=[15,15]
    plt.style.use("ggplot")
    price = [39.5,39.9,45.4,38.9,33.34]
    for x,y in enumerate(price):
        print(x,y)
    0 39.5
    1 39.9
    2 45.4
    3 38.9
    4 33.34
    
    fig,ax = plt.subplots(figsize=(12,5),dpi=80)
    
    x = range(len(price))
    # 添加刻度标签
    labels = np.array(['亚马逊','当当网','中国图书网','京东','天猫'])
    #在子图对象上画条形图,并添加x轴标签,图形的主标题
    ax.barh(x,price,tick_label=labels,alpha = 0.8)
    
    ax.set_xlabel('价格',color='k')
    ax.set_title('不同平台书的最低价比较')
    
    # 设置Y轴的刻度范围
    ax.set_xlim([32,47])
    
    # 为每个条形图添加数值标签
    for x,y in enumerate(price):
        ax.text(y+0.2,x,y,va='center',fontsize=14)
        
    # 显示图形   
    plt.show()
    

    在这里插入图片描述
    代码解读
    水平条形图的绘制与垂直条形图的绘制步骤一致,只是调用了barh函数来完成。需要注意的是,条形图的数值标签设置有一些不一样,需要将标签垂直居中显示,使用va参数即可。

    2. 案例二:胡润财富榜:亿万资产超高净值家庭数

    利用水平交错条形图对比2016年和2017年亿万资产超高净值家庭数(top5),其数据如下:

    import matplotlib.pyplot as plt
    import numpy as np
    # 正常显示中文标签
    plt.rcParams['font.sans-serif']=['SimHei']
    # 用来正常显示负号
    plt.rcParams['axes.unicode_minus']=False
    
    plt.rcParams['axes.labelsize']=16
    plt.rcParams['xtick.labelsize']=14
    plt.rcParams['ytick.labelsize']=14
    plt.rcParams['legend.fontsize']=16
    plt.rcParams['figure.figsize']=[12,10]
    plt.style.use("ggplot")
    # 构建数据
    Y2016 = [15600,12700,11300,4270,3620]
    Y2017 = [17400,14800,12000,5200,4020]
    labels = ['北京','上海','香港','深圳','广州']
    bar_width = 0.35
    x = np.arange(len(Y2016))
    fig = plt.figure()
    ax = fig.add_subplot(111)
    
    # 绘图
    ax.bar(x,Y2016,label='Y2016',width=bar_width)
    ax.bar(x+bar_width,Y2017,label='Y2017',width=bar_width)
    # 添加轴标签
    ax.set_xlabel('Top5城市')
    ax.set_ylabel('家庭数量')
    # 添加标题
    ax.set_title('亿万财富家庭数Top5城市分布',fontsize=16)
    # 添加刻度标签
    plt.xticks(x+bar_width,labels)
    # 设置Y轴的刻度范围
    plt.ylim([2500, 19000])
    
    # 为每个条形图添加数值标签
    for x2016,y2016 in enumerate(Y2016):
        plt.text(x2016, y2016+200, y2016,ha='center',fontsize=16)
    
    for x2017,y2017 in enumerate(Y2017):
        plt.text(x2017+0.35,y2017+200,y2017,ha='center',fontsize=16)
        
    # 显示图例
    ax.legend()
    # 显示图形
    plt.show()
    

    在这里插入图片描述

    代码解读

    • 水平交错条形图绘制的思想很简单,就是在第一个条形图绘制好的基础上,往左移一定的距离,再去绘制第二个条形图,所以在代码中会出现两个bar函数;
    • 图例的绘制需要在bar函数中添加label参数;color和alpha参数分别代表条形图的填充色和透明度;
    • 给条形图添加数值标签,同样需要使用两次for循环的方式实现;
    展开全文
  • plt.bar柱状图中如何改变每个柱子之间的间距

    万次阅读 多人点赞 2021-04-26 16:36:22
    这是我的柱状图,因为之间间距过窄导致数字挤到了一起,我搜了很多解决间距的方法,但是并没有针对我这个问题的解决办法。...# 画柱状图,width可以设置柱子的宽度 plt.bar(np.array(x[flag]), np.array(np.s
  • 建筑中柱子之间的距离多少为好?

    千次阅读 2020-12-10 17:57:55
    展开全部建筑中柱子之间的距离在3.8米到8米左右e69da5e6ba903231313335323631343130323136353331333366303134为好。建筑中最佳柱间距:办公建筑的柱间距6米;商铺柱间距8米;别墅柱间距4-5米;一般砖混结构柱间距3-4...
  • I'm trying to make a grouped bar plot in matplotlib, following the example in the gallery. I use the following:import matplotlib.pyplot as pltplt.figure(figsize=(7,7), dpi=300)xticks = [0.1, 1.1]group...
  • 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于数据Magic,作者我不是小样前言python里面有很多优秀的可视化库,matplotlib,...
  • plt.bar柱状图减小柱子之间的间隔

    千次阅读 2022-02-14 16:40:52
    import matplotlib.pyplot as plt taxinyc = { 'gdc':{ 'rmse': { '16': 0.6367, '32': 0.6226, '64': 0.6178, '128': 0.6088 }, 'mae': { '16': 0.1596, '32': 0.153
  • matplotlib绘制柱状图时,控制间距

    千次阅读 2020-11-20 19:47:41
    问题描述:绘制柱状图时,如果横轴刻度名过程,文字之间容易发生重叠,如图所示:image.png代码:plt.bar(left=range(10), height=list(imgNum_per_type.values()) ,width=1)plt.xlabel("颜色", fontproperties=font...
  • 柱状图则用于展示各个类别的频数。上面的直方图都是等距的,但有时我们需要得到不等距的直方图,这个时候只需要确定分组上下限,并指定histtype="bar"就可。饼状图用来显示一个数据系列,具体来说,饼状图显示一个...
  • python中,为什么画柱状图,顺序没有按照给出的列表来有可能是最大值和最小值之间差别太大了,按比例最小值无法显示了。试试把值y改成log(y)显示呢?那样也许会平缓点。pythonK线的柱状图怎么画里提了一个自问自...
  • bar()函数——python绘制柱状图

    万次阅读 多人点赞 2018-10-11 18:19:06
    绘制柱状图,我们主要用到bar()函数。 只要将该函数理解透彻,我们就能绘制各种类型的柱状图。 **我们先看下bar()的构造函数:bar(x,height, width,*,align=‘center’,kwargs) x 包含所有柱子的下标的列表...
  • import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np mpl.rcParams["font.sans-serif"] = ["SimHei"] mpl.rcParams["axes.unicode_minus"] = False x = np.arange(5) ...
  •   最近,绘制了一个水平柱状图,但是发现图的上、下边距(不是柱子相互之间的间距,而是最上、下方柱子与图边缘的距离)相对较大,非常影响美观;同时,这里纵坐标变量是代表变量名称的不同的字符串,而不是简单的...
  • 设置柱状图柱子之间无缝隙显示

    千次阅读 2018-01-05 16:42:25
    barCategoryGap用来设置类目间柱形距离,默认为类目间距的20%,可设固定值,调整这个值,可实现柱间距离 2、源码 var colorList_series1 = [ '#49af68', '#387fcf', '#f08d3d', '#36abb9' ]; var colorList_...
  • 删除数据源中X轴的分度的空格EXCEL中如何把柱状图和线状图合并在一起选择自的类型里面的“两轴线-”即可还种方法,先将所有数据柱状图,然后选择需要设置为线状图的系列柱,右键改变图表类型为线型。然后在在的图表...
  • echart 设置柱子之间的间距

    千次阅读 2020-01-14 17:06:12
    series : { name:'', type:'bar', barWidth:20, barGap:'80%',/*多个并排柱子设置柱子之间的间距*/ barCategoryGap:'50%',/*多个并排柱子设...
  • 设置echarts数据为空时就显示空白,不要动画和文字 先上一个Demo Echarts调整图表上下左右的间距,Echarts调整柱状图左右的间距 Echarts调整图表上下左右的间距,Echarts调整柱状图左右的间距 >>>>>>>>>>>>>>>> ......
  • Python绘制柱状图之可视化神器pyecharts(二)

    千次阅读 多人点赞 2021-02-19 11:26:23
    柱状图模板系列 海量数据柱状图动画展示 收入支出柱状图(适用于记账) 我们在日常的生活中,有收入也有支出,这个模板就是把收入和支出直观的展示在读者面前。 三维数据叠加 柱状图与折线图多维展示(同屏展示...
  • 我正在尝试在Pandas DataFrame的matplotlib上设置x轴的刻度(时间步长).我的目标是使用DataFrame的第一列作为刻度,但到目前为止我还没有成功.我到目前为止的尝试包括:尝试1:#See 'xticks'data_df[header_names[1]...
  • Matplotlib中柱状bar使用

    千次阅读 2020-11-23 19:30:05
    一、函数原型matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, ... height:y轴的数值序列,也就是柱形的高度,一般就是我们需要展示的数据;3. alpha:透明度,值越小越透...
  • 如何让柱形重叠在一起?

    千次阅读 2021-02-04 04:28:41
    用不同坐标轴实现总分对比柱形该案例来自于网友@綠豆蛙在PPT学员交流群内的求助,公子经琢磨后借助柱形不同坐标轴的设置实现了该效果,欢迎拍砖,公子期待您不吝赐教。核心的知识及技术要点:①添加数据,不增加...
  • Pyecharts 调节柱状图中柱的宽度

    万次阅读 2019-11-04 09:59:04
    如上所示,在只有两个柱的情况下,会按照默认值进行画图,个人觉得特别丑。 解决方法,加入如下字段: bar_category_gap = '80%' 本人使用 0.5 版本的 pyecharts,代码如下: bar.add("", columns, data, ...
  • python 填充 颜色填充 import matplotlib.pyplot as plt import pandas as pd labels = ['吉祥物公仔','校服','文化摆件','实用工具','纪念日产品','其他'] y1 = [19.3,19.3,17.96,24.93,16.09,2.41] y2 = [32.97...

空空如也

空空如也

1 2 3 4 5 ... 14
收藏数 276
精华内容 110
热门标签
关键字:

python柱状图柱子间距