怎么用Python繪制柱形圖

這篇文章主要講解了“怎么用Python繪制柱形圖”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“怎么用Python繪制柱形圖”吧！

bar = (
    Bar()
    .add_xaxis(x_vals)
    .add_yaxis("廣州門(mén)店", [random.randint(10, 100) for _ in range(6)])
    .add_yaxis("中山門(mén)店", [random.randint(10, 100) for _ in range(6)])
    .add_yaxis("深圳門(mén)店", [random.randint(10, 100) for _ in range(6)])
    .add_yaxis("東莞門(mén)店", [random.randint(10, 100) for _ in range(6)])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True, font_size=14),
                          markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(y=40, name="達(dá)標(biāo)線=40")]))
    .set_global_opts(title_opts=opts.TitleOpts(title='實(shí)際銷售金額', subtitle="QDM"),
                     xaxis_opts=opts.AxisOpts(name='商品'),
                     yaxis_opts=opts.AxisOpts(name='單位:萬(wàn)元'))
)
# bar.render('柱狀圖.html')
# 或者
bar.render_notebook()

渲染效果：

goods = ["蔬菜","水果","豬肉","電商","綜合","水產(chǎn)"]
bar = (
    Bar()
    .add_xaxis(goods)
    .add_yaxis('供應(yīng)商A', [random.randint(10, 100) for _ in range(6)], stack='stack1')
    .add_yaxis('供應(yīng)商B', [random.randint(10, 100) for _ in range(6)], stack='stack1')
    .add_yaxis('供應(yīng)商C', [random.randint(10, 100) for _ in range(6)], stack='stack1')
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="實(shí)際銷售數(shù)量"),
                     xaxis_opts=opts.AxisOpts(name="品類"),       
                     yaxis_opts=opts.AxisOpts(name="銷量（單位:件）"))
)

# bar.render('柱狀堆疊圖.html')
# 或者
bar.render_notebook()

渲染效果：

# 條形圖

x_vals1 = ["白鯧魚(yú)","小生蠔","秋刀魚(yú)","多春魚(yú)","南鯧魚(yú)","海三寶"]
x_vals2 = ["銀魚(yú)仔","基圍蝦","沙甲","多寶魚(yú)","泥猛","鮑魚(yú)"]
x_vals3 = ["中鯽魚(yú)","武昌魚(yú)","白花魚(yú)","海鱸魚(yú)","眉草魚(yú)","大烏頭"]
# 把模擬的隨機(jī)數(shù)改為列表形式，并按升序排列
y_vals = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
bar = Bar().add_xaxis(x_vals1 + x_vals2 + x_vals3)      
bar.add_yaxis("品控打折驗(yàn)收單品", y_vals, 
              markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='average'),
                                                opts.MarkPointItem(type_='max'),
                                                opts.MarkPointItem(type_='min')], 
                                                symbol_size=80)
              ) 
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="right"))
# 條目較多條形圖比較好看點(diǎn)
bar.set_global_opts(title_opts=opts.TitleOpts(title="打折單品個(gè)數(shù)", subtitle="郵件"))
bar.reversal_axis() #翻轉(zhuǎn)XY軸，將柱狀圖轉(zhuǎn)換為條形圖
# bar.render('條形圖.html')
# 或者
bar.render_notebook()

渲染效果：

# 條形圖

# 把3個(gè)列表合并為一個(gè)列表----> 需要用到Excel中的  Ctrl+H ， Windows+10 ， ",">

渲染效果：

# 條形圖（純凈版）

# 把3個(gè)列表合并為一個(gè)列表----> 需要用到Excel中的  Ctrl+H ， Windows+10 ， "," 快捷鍵
x_vals1 = ["白鯧魚(yú)","小生蠔","秋刀魚(yú)","多春魚(yú)","南鯧魚(yú)","海三寶","銀魚(yú)仔","基圍蝦","沙甲","多寶魚(yú)","泥猛","鮑魚(yú)",
          "中鯽魚(yú)","武昌魚(yú)","白花魚(yú)","海鱸魚(yú)","眉草魚(yú)","大烏頭"]

# 把模擬的隨機(jī)數(shù)改為列表形式，并按升序排列
y_vals = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]

bar = Bar().add_xaxis(x_vals1)
bar.add_yaxis("品控打折驗(yàn)收單品", y_vals, 
              )
               
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="right"))
# 條目較多條形圖比較好看點(diǎn)
bar.set_global_opts(title_opts=opts.TitleOpts(title="打折單品個(gè)數(shù)", subtitle="郵件"))
bar.reversal_axis() #翻轉(zhuǎn)XY軸，將柱狀圖轉(zhuǎn)換為條形圖
# bar.render('條形圖.html')
# 或者
bar.render_notebook()

渲染效果：

感謝各位的閱讀，以上就是“怎么用Python繪制柱形圖”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)怎么用Python繪制柱形圖這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！