python 分类柱状图

### 使用 Python 绘制分类柱状图 在数据可视化领域，`matplotlib` 和 `seaborn` 是两个非常流行的库。它们能够轻松创建各种类型的图表，包括分类柱状图。 以下是使用 `matplotlib` 和 `seaborn` 创建分类柱状图的示例代码： #### 方法一：使用 Matplotlib 通过 `pandas.DataFrame.groupby()` 对数据按类别分组并求和后，可以直接利用 `DataFrame.plot(kind='bar')` 来绘制分类柱状图[^1]。 ```python import pandas as pd import matplotlib.pyplot as plt # 构造示例数据 data = { 'Category': ['A', 'B', 'C', 'D'], 'Value1': [10, 24, 35, 40], 'Value2': [15, 28, 37, 45] } df = pd.DataFrame(data) # 将 DataFrame 转置以便于绘图 df_melted = df.melt(id_vars="Category", var_name="Variable", value_name="Value") # 设置图形尺寸 plt.figure(figsize=(8, 6)) # 按照 Category 进行分组并绘制条形图 pivot_df = df_melted.pivot(index='Category', columns='Variable', values='Value') pivot_df.plot(kind='bar', stacked=False) # 可选参数stacked=True表示堆叠柱状图 # 添加标题和标签 plt.title('分类柱状图 (Matplotlib)', fontsize=16) plt.xlabel('类别', fontsize=14) plt.ylabel('数值', fontsize=14) plt.xticks(rotation=0) # 展示图像 plt.tight_layout() plt.legend(title="变量") plt.show() ``` --- #### 方法二：使用 Seaborn Seaborn 提供了更高级别的接口来简化复杂图表的制作过程。下面是一个基于 `sns.barplot()` 的例子[^2]。 ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 构造示例数据 data = { 'Category': ['A', 'B', 'C', 'D'] * 2, 'Type': ['X', 'Y'] * 4, 'Values': [10, 15, 24, 28, 35, 37, 40, 45] } df = pd.DataFrame(data) # 设置样式 sns.set(style="whitegrid") # 白色网格背景 sns.set_context("notebook", font_scale=1.2) # 字体大小调节[^3] # 绘制分类柱状图 plt.figure(figsize=(8, 6)) ax = sns.barplot(x='Category', y='Values', hue='Type', data=df, palette='Set2') # 自定义标题与轴标签 plt.title('分类柱状图 (Seaborn)', fontsize=18) plt.xlabel('类别', fontsize=14) plt.ylabel('数值', fontsize=14) # 增加刻度旋转角度 plt.xticks(rotation=0) # 显示图例 plt.legend(loc='upper right', title='类型') # 展示图像 plt.tight_layout() plt.show() ``` 以上两种方式都可以用来绘制分类柱状图。如果希望进一步自定义颜色、字体或其他属性，则可以根据需求调整相应参数。 --- ### 注意事项 - 如果需要堆叠效果，在 `matplotlib` 中可设置 `stacked=True` 参数；而在 `seaborn` 中则需手动计算累计高度。 - 当涉及多个子类时，推荐使用 `hue` 参数区分不同子类的数据分布情况。