Python matplotlib 畫圖 – 柱狀圖 (長條圖)

這篇文章是要介紹如何使用matplotlib來畫柱狀圖。如果對於figure, axes有不了解的地方的話可以先看看下面的文章。

柱狀圖的基礎
1. 簡單的例
Option
顏色和邊線
1. 重疊以及透明度

柱狀圖的基礎

簡單的例

首先，我們先從製作一個最簡單的sample開始。下面的sample中，我們先製作平均是0，標準差是10的亂數1000個，接著把它做成柱狀圖。

import matplotlib.pyplot as plt
import numpy as np

# 製作平均是0，標準差是10的亂數1000個
x = np.random.normal(0, 10, 1000)

# 製作figure
fig = plt.figure()

# 設定ax
ax = fig.add_subplot(1, 1, 1)

# 在axes上畫圖
ax.hist(x, bins=10)

# show
plt.show()

結果

Option

在完成最簡單的sample之後，我們來看看追加的option。下面是hist()的追加選項。

axes.hist(x, bins, range, density, cumulative, color, ec, alpha)

Parameter	說明
x(必須)	數據的順序
bins	柱狀圖數量的最小單位，default是10
range	設定顯示的範圍(指定最大和最小)
density	True的話面積會面成1(default是False)
cumulative	True的話會累積(default是False)
color	顏色
ec	柱狀圖邊筐的顏色
alpha	透明度(0~1, 0 : 完全透明, 1 : 不透明

接著，我們利用上面的option來試著製作各式各樣的柱狀圖吧！

bins

當不指定bins時他的default數值是10，跟橫軸的最小單位一樣，因此每一個單位會有一個柱狀圖。當我們把bins設定成20時，橫軸的每一個最小單位中便會有兩個柱狀圖。

ax.hist(x, bins=20)

結果

Density

將Density設定成True的話，柱狀圖的總面積就會變成1。因此當sample的數據非常多並且bins也設定相當高的話，柱狀圖就會和機率密度函數非常接近。我們可以從下面的代碼以及結果中看到，當density = True, bins = 30時，柱狀圖會和機率密度函數非常接近。

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm

# 製作平均是0，標準差是10的亂數1000個
x = np.random.normal(0, 10, 1000)

# 製作figure
fig = plt.figure()

# 設定ax
ax = fig.add_subplot(1, 1, 1)

# 在axes上畫圖
ax.hist(x, bins=30, density=True)

# 製作平均是0，標準差是10的的機率密度函數
X = np.linspace(-50, 50 , 100)
Y = norm.pdf(X, loc=0, scale=10)
ax.plot(X, Y, c='red')

# show
plt.show()

結果

Cumulative 累積柱狀圖

cumulative = True時，就可以製作累積柱狀圖。

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm

# 製作平均是0，標準差是10的亂數1000個
x = np.random.normal(0, 10, 1000)

# 製作figure
fig = plt.figure()

# 設定ax
ax = fig.add_subplot(1, 1, 1)

# 在axes上畫圖
ax.hist(x, bins=30, cumulative=True)

# show
plt.show()

結果

顏色和邊線

指定color, ec的話就可以調整柱狀圖的顏色和邊線的顏色。

ax.hist(x, bins=10, color='#FF8888', ec='#33FF22')

結果

重疊以及透明度

另外，將複數個柱狀圖重疊在同一張圖上也是可以的，這時候只要調整alpha(透明度)就可以讓重疊的部分看得更清楚。

import matplotlib.pyplot as plt
import numpy as np

# data1 製作平均是0，標準差是10的亂數1000個
x1 = np.random.normal(0, 10, 1000)

# data2 製作平均是5，標準差是10的亂數1000個
x2 = np.random.normal(5, 10, 1000)

# 製作figure
fig = plt.figure()

# 設定ax
ax = fig.add_subplot(1, 1, 1)

# 在axes上畫圖
ax.hist(x1, bins=10, color='#0055FF', ec='#0000FF', alpha=0.5)
ax.hist(x2, bins=10, color='#FF8800', ec='#FF0000', alpha=0.5)

# show
plt.show()

結果