大家好，今天我将分享如何使用matplotlib绘制条形图。
昨天回顾：
1.matplotlib四种方法表示颜色的方法。
2.摆放图例的位置。
3.绘制直线图
忘了的可以回顾一下第六天的内容：matplotlib第六天：在matplotlib有四种常见表示颜色的方法，你知道几种呢？ - 掘金 (juejin.cn)
好的，那么我们现在开始进入正题：
import matplotlib.pyplot as plt
import numpy as np
# 准备数据
x = [2020, 2025, 2030,2035]
plt.rcParams['font.family'] = ['simHei']
x_labels=[f"{i}年" for i in x]
y = [1000,3000,4000,5000]
plt.bar(x,y,width=3)
plt.xticks(x,x_labels)
plt.xlabel("年份")
plt.ylabel("销量")
plt.title("根据年份销量对比图")
# 显示图形
plt.show()
接下来我会对代码进行一一解释：
import matplotlib.pyplot as plt
import numpy as np
1.导入 matplotlib 库和 numpy 库，分别将其命名为 plt， np。
x = [2020, 2025, 2030,2035]
plt.rcParams['font.family'] = ['simHei']
x_labels=[f"{i}年" for i in x]
y = [1000,3000,4000,5000]
plt.xlabel("年份")
plt.ylabel("销量")
-
x和y是我准备的一些数据。
-
现在我们来复习一下第二行代码：
plt.rcParams['font.family'] = ['simHei'],这行代码是为了解决中文乱码问题。 -
x_labels=[f"{i}年" for i in x]这行代码为列表推导式，通过使用for循环生成["2010年", "2011年", "2012年", "2013年"] -
plt.xlabel("年份")和plt.ylabel("销量")这两行代码的意思将是x轴的标签设置为年份，将y轴的标签设置为销量。
2.plt.bar(x,y,width=3)这行代码的意思就是绘制一个条形图，每一条的宽度为3.
3.plt.title("根据年份销量对比图")这行代码就是给这个条形图写一个标题。
4.最后使用plt.show()将条形图表示出来即可。
那有竖着的条形图有没有横着的条形图呢？
答案是：有的。
接下来我们就来学习如何绘制横着的条形图。
import matplotlib.pyplot as plt
import numpy as np
# 准备数据
x = [2020, 2025, 2030, 2035]
plt.rcParams['font.family'] = ['simHei']
x_labels = [f"{i}年" for i in x]
y = [1000, 3000, 4000, 5000]
# 绘制水平条形图
plt.barh(x, y, height=2) # 使用barh函数绘制水平条形图，调整height参数来设置条形的宽度
plt.yticks(x, x_labels) # 将x轴刻度设置为年份
plt.xlabel("销量") # x轴标签
plt.ylabel("年份") # y轴标签
plt.title("根据年份销量对比图") # 图形标题
# 显示图形
plt.show()
大家发现了没有，其实这段代码和上面那个绘制竖着的条形图只有一行代码不一样。没错！ 就是这条：
plt.barh(x, y, height=2)
我们只需要在bar后面加个h就行了.
现在让我们总结一下如何绘制条形图：
重中之重就是这行代码：
plt.bar(x,y,width=3)
和这行代码：
plt.bar(x,y,width=3)
只需要记住bar是横着的条形图，在后面加h的barh是竖着的条形图。
下面我们来对今天所学的知识进行小结：
- 我们今天学习绘制了两种条形图。
- 复习了解决中文乱码的问题。
好了，今天就讲到这里了，希望与各位一起学习数据分析，有问题可以在评论区提问，我非常愿意与大家一同探讨！
