python绘制分组条形图的示例代码

目录

• 数据导入
• 多组条形图
• 堆叠条形图

数据导入

我们经常会遇到对比多个统计量随时间变化的图像，比如想知道中国、美国以及欧盟最近几年GDP变化，如下表所示，单位是万亿美元。

首先，把这些数值写入python

import numpy as np
years = np.arange(2018, 2023)
areas = (\"PRC\", \"USA\", \"EU\")
GDPS = {
    \'PRC\': (13.89, 14.28, 14.69, 17.82, 17.96),
    \'USA\': (20.53, 21.38, 21.06, 23.32, 25.46),
    \'EU\': (15.98, 15.69, 15.37, 17.19, 16.64),
}

多组条形图

然后，调用bar画图，由于每个年份都要绘制中国、美国以及欧盟三个条形图，所以需要合理规划每个条形图占据的宽度。在bar中，默认每组条形图的x坐标均为整数，故而下面将每个数据条的宽度设为0.25，并调用bar_label为这些条形图添加标签，以区分中美欧三个地区的划分

import matplotlib.pyplot as plt
x = np.arange(len(years))
width = 0.25
n = 0
for area, gdp in GDPS.items():
    offset = width * n
    rects = plt.bar(x + offset, gdp, width, label=area)
    plt.bar_label(rects, padding=3)
    n += 1
plt.ylabel(\'GDP/$trilion\')
plt.ylim(10, 28)
plt.xticks(x + width, years.astype(str))
plt.legend(loc=\'upper left\')
plt.show()

其中，legend用于调控图例所在位置，upper left表示将图例放在图像的左上角。如果不想精心设置，则可设为best，那么matplotli将会自行挑选一个合适的位置放置图例。

效果如下

其中，蓝色表示中国，橘色表示美国，绿色表示欧盟。从这个图就可以非常直观地看出，三者自2018到2022年的GDP变化情况。

堆叠条形图

如果想更加直观地查看2018到2022年间，中、美、欧三个地区的GDP增长情况，那么比较好的方案是绘制堆叠条形图。

堆叠条形图的绘制逻辑是，先画一个数据条，然后在这个数据条之上，再画一个数据条，所以想看增长率，就要用2022年的GDP减去2018年的，

GDPs = {
    \"2018\": np.array([13.89, 20.53, 15.98]),
    \"2022\": np.array([17.96, 25.46, 16.64]),
}
GDPs[\'2022\'] -= GDPs[\'2018\']

然后设置一个条形图的底部，这样每次绘制条形图的时候，都以这个bottom为底，就可以起到堆叠的效果

bottom = np.zeros(3)
for lbl, gdp in GDPs.items():
    p = plt.bar(areas, gdp, label=lbl, bottom=bottom)
    plt.bar_label(p, label_type=\'center\')
    bottom += gdp
plt.ylabel(\'GDP/$trilion\')
plt.legend(loc=\"upper right\")
plt.show()

结果如图所示

可见，这五年中国的GDP涨了4万亿美元，美国则接近5万亿，而欧盟则增长甚微，给人一种有人退欧的感觉。