python画图|水平直方图绘制

前序学习过程中，我们一起研究了：

【a】直方图绘制基础教程：python画图|直方图绘制教程-CSDN博客

【b】直方图绘制进阶教程：python画图|直方图绘制教程进阶-CSDN博客

【c】堆叠直方图绘制教程：python画图|堆叠直方图绘制-CSDN博客

【d】并列直方图绘制教程： python画图|并列直方图绘制-CSDN博客

今天，我们再学习一个系列：水平直方图绘制教程。

【1】官网教程

养成学习的好习惯，先到官网看看是啥模样：https://matplotlib.org/stable/gallery/lines_bars_and_markers/barh.html

图1

由图1可见，horizontal bar chart有单独的一章，我们从这里进入学习模式。

【2】代码解读

官网代码依旧稳定输出，请出matplotlib模块画图、numpy模块做数学计算。

import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

然后定义了一堆随机数：

np.random.seed(19680801) #随机数种子，用于生成随机数

为了认识【np.random.seed(19680801) #随机数种子，用于生成随机数】这个命令，我们新写一段代码，输出结果。

新代码包括两部分，一部分不定义随机数种子，直接生成随机数；另一部分先定义随机数种子，然后再生成随机数（每次生成随机数前，均需要定义随机数种子），代码如下：

python">import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算#未定义随机数种子，直接生成随机数
#error = np.random.rand(3) #直接生成随机数
#print('error=',error) #输出随机数
# Fixing random state for reproducibility
#error11 = np.random.rand(6) #完成随机数种子定义后，再生成随机数
#print('error11=',error11) #输出随机数
#error22 = np.random.rand(8) #完成随机数种子定义后，再生成随机数
#print('error22=',error22) #输出随机数#先定义随机数种子，再生成随机数
np.random.seed(19680801)#随机数种子，完成该定义后可生成随机数
error0 = np.random.rand(3) #随机数种子，完成该定义后可生成随机数
print('error0=',error0) #输出随机数
np.random.seed(19680801)#随机数种子，完成该定义后可生成随机数
error1 = np.random.rand(6) #随机数种子，完成该定义后可生成随机数
print('error1=',error1) #输出随机数
np.random.seed(19680801)#随机数种子，完成该定义后可生成随机数
error2 = np.random.rand(8) #随机数种子，完成该定义后可生成随机数
print('error2=',error2) #输出随机数

运行后的输出结果为：

图2

由图2可见：

未定义随机数种子 np.random.seed()，生成的随机数彼此之间不同；

定义了随机数种子np.random.seed()，生成的随机数是从特定的库里输出的。

这提醒我们，定义随机数种子对生成随机数有重要影响。

继续解读官网代码：定义画图

fig, ax = plt.subplots() #画图，用ax控制坐标轴属性

然后定义了画图的类别people；y_pos就是画水平直方图的时候，各方块对应y轴的坐标；performance是数学值；error是随机数。

# Example data
people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') #定义了直方图类别，一共5类
y_pos = np.arange(len(people)) #赋值，y_pos按照顺序从[ 0 1 2 3 4]中取值
performance = 3 + 10 * np.random.rand(len(people)) #np.random.rand(len(people))生成五个随机数，然后与3相乘再加5
error = np.random.rand(len(people)) #输出np.random.rand(len(people))生成的五个随机数

然后定义了画直方图。

python">ax.barh(y_pos, performance, xerr=error, align='center') #ax调用barh()画水平直方图
# y_pos是各方块对应Y轴位置；performance是各方块的具体数值；
# xerr代表误差，会在方块上直接画出；align标签位置，即方块基底对应Y轴哪个位置
ax.set_yticks(y_pos, labels=people) #设定画图的Y轴，标签从people中选取
ax.invert_yaxis()  # labels read top-to-bottom 把标签放置在Y轴，自上而下
ax.set_xlabel('Performance') #设定X轴名称为Performance
ax.set_title('How fast do you want to go today?') #设定图名为How fast do you want to go today?plt.show() #输出图形

输出结果为：

图3

由图3可见，输出的水平直方图没有图例，也没有在图形中显示各部分所代表的数值，因此需要改写。

【3】代码改写-增加ax.bar_label()

由于ax.bar_label()需要指定直方图，因此先定义hbars。可以理解为hbars代表了方块

hbars=ax.barh(y_pos, performance, xerr=error, align='center') #ax调用barh()画水平直方图
# y_pos是各方块对应Y轴位置；performance是各方块的具体数值；
# xerr代表误差，会在方块上直接画出；align标签位置，即方块基底对应Y轴哪个位置

然后增加一条代码：

ax.bar_label(hbars,padding=3) #

此时输出结果为：

图4

由图4可见，各方块的实际数据已经显示。

【4】代码改写-增加颜色bar_colors

颜色模块需要单独设定，在hbars前增加一条代码：

bar_colors = ['tab:red', 'tab:blue', 'tab:purple', 'tab:orange', 'tab:green'] #设置方块颜色

此时的输出结果为：

图5

由图5可见，不同方块颜色不同。

【6】总结

本文学习了水平直方图绘制，各方块代表数值显示和方块颜色自由设定。