首页python 分组柱状图

python 分组柱状图

时间: 2025-05-12 22:31:13 浏览: 22

### 使用 Matplotlib 和 Seaborn 绘制分组柱状图以下是通过 `Matplotlib` 和 `Seaborn` 库绘制分组柱状图的一个完整示例。分组柱状图用于比较多个类别之间的不同子类别的数值。 #### 示例代码 ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 设置字体大小和其他样式参数 sns.set_context("notebook", rc={"font.size": 12, "axes.titlesize": 14, "axes.labelsize": 12}) # 创建虚拟数据集 data = { 'Group': ['A', 'B', 'C'], 'Category1': [30, 35, 27], 'Category2': [35, 40, 30] } df = pd.DataFrame(data) # 计算条形的位置 bar_width = 0.35 index = np.arange(len(df['Group'])) # 绘制分组柱状图 plt.figure(figsize=(8, 6)) bars1 = plt.bar(index, df['Category1'], bar_width, label='Category 1') bars2 = plt.bar(index + bar_width, df['Category2'], bar_width, label='Category 2') # 添加标签和标题 plt.xlabel('Groups', fontsize=12) plt.ylabel('Values', fontsize=12) plt.title('Grouped Bar Chart Example', fontsize=14) plt.xticks(index + bar_width / 2, df['Group']) plt.legend() # 显示图形 plt.tight_layout() plt.show() ``` 上述代码实现了以下功能： - 利用 Pandas 构建了一个简单的 DataFrame 来存储分组数据[^1]。 - 使用 NumPy 的 `arange` 函数定义了条形位置，并设置了条形宽度以便于区分不同的分类。 - 调用了 Matplotlib 的 `bar` 方法分别绘制两个分类的数据列，形成分组图表。 - 借助 Seaborn 的 `set_context` 方法调整整体绘图风格以及字体大小[^2]。此代码片段展示了如何利用 Matplotlib 和 Seaborn 结合的方式制作清晰直观的分组柱状图。 ---

阅读全文