matplotlib 横向柱状图

<think>好的，用户现在想用Matplotlib绘制横向柱状图，我需要根据之前的引用和知识来解答。首先，回忆一下引用里的内容，引用[2]提到了plt.bar()函数绘制普通柱状图，但用户需要横向的，应该用plt.barh()。记得横向和纵向的参数顺序不同，纵向是x和height，横向是y和width。 用户可能需要示例代码，所以得准备一个简单的例子。比如，用类别和数值的数据，调用barh函数，然后设置标题和标签。引用里提到的添加标题和标签的方法可以直接参考，比如plt.title(), plt.xlabel(), plt.ylabel()，不过横向的话，x轴和y轴的标签可能需要调换，比如xlabel应该是数值，ylabel是类别。 另外，引用[3]提到并排柱状图的处理，虽然用户现在要横向，但如果有多个数据集可能需要调整位置，比如用numpy的arange来定位，每个柱子右移一定的宽度。不过用户当前的问题可能只需要基础横向图，但可以提一下如何做分组或堆叠的横向柱状图作为扩展。 还需要注意代码的正确性，比如导入matplotlib.pyplot as plt，显示图表用plt.show()。确保示例代码能直接运行，数据清晰。可能还要提到参数如颜色、宽度等自定义选项，帮助用户进一步美化图表。 检查是否有其他注意事项，比如坐标轴的顺序，是否需要对y轴进行排序，或者调整图表尺寸。最后，总结一下步骤，确保结构清晰，分点说明，让用户容易跟随。</think>### 使用 Matplotlib 绘制横向柱状图的方法 Matplotlib 中绘制横向柱状图主要通过 `plt.barh()` 函数实现，与纵向柱状图 `plt.bar()` 的参数类似，但需注意横纵坐标的交换。以下是具体步骤和示例代码： --- #### **1. 基础横向柱状图** ```python import matplotlib.pyplot as plt # 定义数据 categories = ['A', 'B', 'C', 'D'] values = [15, 25, 10, 30] # 绘制横向柱状图 plt.barh(categories, values, color='skyblue') # 添加标题和标签 plt.title('Horizontal Bar Chart Example') plt.xlabel('Values') plt.ylabel('Categories') # 显示图表 plt.show() ``` - **关键参数**： - `categories` 作为 `y` 轴标签，`values` 作为 `x` 轴数值。 - `color` 可自定义颜色，例如 `color='#ff9999'`。 --- #### **2. 带自定义样式的横向柱状图** 若需调整柱子高度、添加边框或标签： ```python plt.barh( categories, values, height=0.6, # 控制柱子高度 color='lightgreen', edgecolor='black' # 边框颜色 ) # 在柱子末端添加数值标签 for index, value in enumerate(values): plt.text(value, index, str(value), ha='left', va='center') plt.title('Styled Horizontal Bar Chart') plt.xlabel('Values') plt.ylabel('Categories') plt.show() ``` --- #### **3. 多组数据并列横向柱状图** 若需对比两组数据（如实际值 vs 目标值）： ```python import numpy as np # 定义两组数据 actual = [20, 35, 30, 25] target = [18, 30, 35, 20] # 生成y轴位置（用于错开两组柱子） y = np.arange(len(categories)) bar_height = 0.35 # 柱子高度 # 绘制两组横向柱子 plt.barh(y - bar_height/2, actual, bar_height, label='Actual', color='orange') plt.barh(y + bar_height/2, target, bar_height, label='Target', color='teal') # 设置y轴刻度和标签 plt.yticks(y, categories) plt.legend() plt.title('Actual vs Target Comparison') plt.xlabel('Values') plt.ylabel('Categories') plt.show() ``` --- ### **关键要点总结** 1. **函数选择**：横向柱状图使用 `barh()`，纵向使用 `bar()`[^2]。 2. **参数顺序**：`barh(y, width)` 中，`y` 是类别标签，`width` 是柱子长度。 3. **样式调整**：通过 `height`、`edgecolor` 等参数优化视觉效果。 4. **多组数据**：通过调整 `y` 轴位置实现并列或堆叠效果[^3]。 ---