Python 绘制条形图和直方图实战教程 | 极客日志

Python算法

Python 绘制条形图和直方图实战教程

本文介绍了使用 Python 的 matplotlib 库绘制条形图和直方图的方法，涵盖 bar() 和 hist() 函数的参数配置与代码实现。通过构建色子投掷类进行随机模拟，展示了数据可视化在统计分析中的应用，包含单色子与双色子的概率分布图表生成。

晚风告白发布于 2025/2/7更新于 2026/4/191 浏览

Python 绘制条形图和直方图实战教程

简介

本文介绍如何使用 Python 的 matplotlib 库绘制条形图和直方图。

一、bar() 函数

bar() 函数的最主要参数如下：

bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

参数 1：x : 标量型，x 轴上的坐标。浮点数或类数组结构。注意 x 可以为字符串数组

参数 2：height：y 轴上的坐标。浮点数或类数组结构

参数 3：width：指定柱形图的宽度。浮点数或类数组结构。默认值为 0.8

参数 4：bottom：标量或标量类数组型，y 坐标的起始高度

参数 5：align：柱状图在 x 轴上的对齐方式，可选{'center', 'edge'} center：中心对称 edge：边缘对称

参数 6：**kwargs：接收的关键字参数传递给关联的 Rectangle。返回值：BarContainer 实例，其 patches 属性是柱体的列表

条形图（柱状图）一个简单的示例，随便设置 12 个月份，并给定某些数据，代码如下：

import matplotlib.pyplot as plt

plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color='red') #x 位置上数列 [1,2,3,4,5,6,7,8,9,10,11,12,13]，表示为相对 y 轴，柱状图在 X 轴的位置，后面一列为对应 y 轴的高度。
plt.legend() 
plt.xlabel() 
plt.ylabel() 
plt.title() 
plt.show()

极客日志微信公众号二维码

更多推荐文章

相关免费在线工具

加密/解密文本
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。在线工具，加密/解密文本在线工具，online
curl 转代码
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。在线工具，curl 转代码在线工具，online
Base64 字符串编码/解码
将字符串编码和解码为其 Base64 格式表示形式即可。在线工具，Base64 字符串编码/解码在线工具，online
Base64 文件转换器
将字符串、文件或图像转换为其 Base64 表示形式。在线工具，Base64 文件转换器在线工具，online
Markdown转HTML
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。在线工具，Markdown转HTML在线工具，online
HTML转Markdown
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。在线工具，HTML转Markdown在线工具，online

import matplotlib.pyplot as plt  
 
plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color='#202204')    
plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # color 也可是 16 进制，如上显示的  #202204
plt.legend()  #运行结果里图例名称显示出来
plt.xlabel('bar number') 
plt.ylabel('bar height')
plt.title('TEST')
plt.show()

hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype="bar", align="mid", orientation="vertical", rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, hold=None, data=None, **kwargs)

import matplotlib.pyplot as plt  
 
population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #设定一组年龄
 
bins = [0,10,20,30,40,50,60,80,90,100,130]  #年龄分段
 
plt.hist(population_ages, bins, histtype='bar', rwidth=0.8,color='#199209')
 
plt.xlabel('The Age Group')
plt.ylabel('The number')
plt.title('The Age Range')
plt.legend()
plt.show()

from random import choice

class Sezi():
    def __init__(self,sides):
        self.sides = sides
    def roll(self):
        return choice([1,2,3,4,5,6])

testsezi = Sezi(6)
results = []
for roll_num in range(100):
    result = testsezi.roll()
    results.append(result)
print(results)

from random import randint

class Sezi():
    def __init__(self,sides):
        self.sides = sides
        self.side=0
        self.bins=[]
    
        while self.side < self.sides:
            self.side += 1
            self.bins.append(self.side) 
             
    def roll(self):
        return randint(1,self.sides)

import matplotlib.pyplot as plt
from sezi import *

testsezi = Sezi(8)
results = []

for roll_num in range(50000):
    result = testsezi.roll()
    results.append(result)

plt.hist(results, testsezi.bins, histtype='bar', rwidth=0.8,color='#199209')

import matplotlib.pyplot as plt
from sezi import *

sezi_1 = Sezi(6)
sezi_2 = Sezi(6)

results = []
for roll_num in range(50000):
    result = sezi_1.roll()+sezi_2.roll()
    results.append(result)

max_result = sezi_1.sides+sezi_2.sides
side = 0
new_bins = []     
while side <= max_result: 
    side += 1
    new_bins.append(side) 
 
plt.xlabel('The sides')
plt.ylabel('The numbers')
plt.title('The frequency')
plt.hist(results,new_bins, histtype='bar',color='#199209',rwidth=0.618)