matplotlib除了可以绘制曲线图， 还可以绘制统计图形，这篇文章介绍饼图、柱状图等几种常用统计图形的绘制方法。

1、饼图

使用pie()方法绘制饼图：

print('\n-----欢迎来到juzicode.com')print('-----公众号: 桔子code/juzicode \n')   import matplotlib.pyplot as pltif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    labels = ['桔子', '苹果', '香蕉', '梨子', '橙子']    sizes = [39, 20, 55, 30,25] # 每个元素的值，会自动根据该值计算百分比    explode = [0.1, 0.2, 0, 0, 0]  # 每个元素的膨胀距离,这里指定了第0和第1个    fig, ax = plt.subplots()    ax.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=0)     # autopct 精度 startangle 第1个元素的起始角位置，其他元素逆时针方向组织，shadow 是否使用阴影    ax.axis('scaled')  #设置饼图的样式，设置为equals显示的会是圆形        fig.savefig('matplot-basic-pie.jpg')    plt.show()

ax.pie() 方法参数：

sizes：各元素的绝对数值大小，相对百分比会根据这些值计算；

explode：各个部分向外弹出的值；

autopct：百分比的显示精度；

shadow：是否显示阴影；

startangle：起始元素的位置，就是表示labels[0]的起始角位置，剩下的元素会逆时针方向组织。

2、柱状图

使用bar()方法绘制柱状图：

import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fig, ax = plt.subplots()    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉', '西红柿')    weight = (100,135,50,83,92,66)    ax.bar(fruit, weight, align='center',width=0.7)    ax.set_ylabel('重量')#设置x轴标签    ax.set_title('柱状图 (by桔子code)')    fig.savefig('matplot-bar.jpg')    plt.show()

bar()参数：

第1个固定参数：x坐标点名称

第2个固定参数：y坐标值

align：对齐方式；

width：柱宽度；

3、水平柱状图

使用barh()方法绘制水平柱状图：

import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fig, ax = plt.subplots()    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉','西红柿')    y_pos = np.arange(len(fruit))    weight = (100,135,50,83,92,66)    ax.barh(y_pos, weight, align='center',height=0.7)    ax.set_yticks(y_pos)#设置y轴坐标    ax.set_yticklabels(fruit)#设置y轴标签    ax.invert_yaxis()  # 设置标签从上到下，更符合阅读习惯    ax.set_xlabel('重量')#设置x轴标签    ax.set_title('水平柱状图 (by桔子code)')    fig.savefig('matplot-hor-bar.jpg')    plt.show()

barh() 方法参数：

第1个固定参数：y轴坐标；

第2个固定参数：宽度值，实际上对应的是x轴的长度；

align：对齐方法，可选center和edge，表示柱图的位置和对应y轴坐标的关系；

height：柱图y方向的高度

ax.invert_yaxis()表示将y坐标反转，这样更符合阅读习惯，第0个元素在最上方显示。

4、分组柱状图

分组柱状图就是柱状图的组合形式，实际是2个柱状图合并在一起显示：

import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉','西红柿')    weight = (100,135,50,83,92,66)    count = (20,15,30,53,22,36)    x = np.arange(len(fruit))    fig, ax = plt.subplots()    width = 0.4    ax.bar(x-width/2, weight,  width=width,label='重量')    ax.bar(x+width/2, count,  width=width,label='数量')       ax.set_title('分组柱状图 (by桔子code)')    ax.set_ylabel('重量/数量')#设置y轴标签    ax.set_xticks(x)          #设置x轴坐标值    ax.set_xticklabels(fruit) #设置x轴坐标标签    fig.savefig('matplot-bar-group.jpg')    ax.legend()               #显示图例    plt.show()

bar()入参的第1个参数不是直接使用分类形式的tuple，而是根据分类的数量重新定义的numpy数组，这样2个柱形图就可以根据该数值加减宽度的一半实现并排放置。

—End—

推荐阅读：

数据可视化~matplotlib显示多个子图

数据可视化~matplotlib基本绘图方法如何优雅地解决matplotlib不能正常显示中文和负号的问题

好冷的Python– if __name__==’__main__’是啥东东

奇文共欣赏~UTF-8设计与源码实现

编码: 一个隐藏了30多年的bug，Windows含蓄说过某通不行？

关注微信公众号”桔子code”，不错过更多精彩。