這篇文章來探索下多類別條形圖比如各學(xué)校包含語文、數(shù)學(xué)、英語三科成績的條形圖怎樣繪制。在繪圖之前，先來復(fù)習(xí)一下條形圖函數(shù)中主要參數(shù)的含義：

• x控制的是每個條在x軸方向上的位置；
• height控制的是每個條的長度；
• width控制的是每個條的寬度；
• bottom控制的是每個條在y軸方向的起始位置
• orientation控制的是條形的方向，是縱向還是橫向，默認是縱向的。

小例子輔助理解：

x = [0.7, 1.5, 2, 3]
height = [3, 10, 12, 7]
plt.bar(x, height, width=0.3, bottom=[3, 0, 0, 1] )
plt.show()

參照代碼和圖形再理解下各個參數(shù)的作用。ok，萬事俱備，開始繪圖！

先看一下原數(shù)據(jù)data1長什么樣子再敲代碼:

plt.figure(figsize=(16,6))
x_s = np.array(list(range(0,20,2))) #設(shè)置語文成績的條形所在位置
plt.bar(x_s,data1.loc[:,"語文"].iloc[:10],width=0.5) #繪制語文成績的條形圖

x_y = np.array(list(range(0,20,2)))+0.5 #設(shè)置數(shù)學(xué)成績的條形所在位置
plt.bar(x_y,data1.loc[:,"數(shù)學(xué)"].iloc[:10],width=0.5) #繪制數(shù)學(xué)成績的條形圖

x_y = np.array(list(range(0,20,2)))+1 #設(shè)置英語成績的條形所在位置
plt.bar(x_y,data1.loc[:,"英語"].iloc[:10],width=0.5) #繪制英語成績的條形圖

plt.title("成績條形圖",fontsize = 14)
plt.ylabel("成績",fontsize = 14)
plt.xticks(x_s+0.5,data1.iloc[:,0].iloc[:10],fontsize = 12)
 #x軸刻度為各學(xué)校名稱，為了刻度正好在三個條形的正中間，設(shè)置（x_s+0.5）
plt.legend(["語文","數(shù)學(xué)","英語"]); 

坐標(biāo)軸和rc參數(shù)設(shè)置的講解中有提到過，在同一塊畫布上是可以重復(fù)繪圖的，其實在一幅條形圖中繪制多個類別的條形圖應(yīng)用的就是這個原理。需要注意的是不要讓后邊繪制的圖形覆蓋前邊繪制的圖形，所以需要提前計算好每個條形應(yīng)該畫在哪個地方。

通過代碼可以看到都進行了哪些設(shè)置，每個條形的寬度都是0.5，所以在繪制好第一個學(xué)科的條形圖后，排在第二個位置進行繪制的條形圖所有的條所在x軸的位置都在第一個學(xué)科條形位置的基礎(chǔ)上增加了0.5，第三個學(xué)科的條形又在第二個學(xué)科條形位置的基礎(chǔ)上再增加0.5的距離，這樣，每個學(xué)校的三個學(xué)科可以挨著展示出來又不會發(fā)生條形重疊的情況。

這里需要注意的另一個問題就是每個學(xué)?？潭戎g要流出足夠的位置放置三個條形。每個條形的寬度都是0.5，一共需要1.5個位置，所以在設(shè)置刻度的時候，每個刻度之間的間隔（range(0,20,2))，一共10個刻度，對應(yīng)選取的10所學(xué)校，刻度間距為2，超過所需的1.5。

最終的效果圖：

圖是畫出來了，但是畫的過程中需要心算一下各種位置，除了各個條形的位置還有刻度的位置，著實有點麻煩，那么有沒有其他更簡便一點的方法呢？

DataFrame繪圖

先來和我們熟悉的matplotlib繪圖做對比，用matplotlib繪圖時先選擇繪圖函數(shù)，然后把原數(shù)據(jù)作為參數(shù)傳入函數(shù)中，而dataframe直接繪圖的時候，類似調(diào)用了dataframe的方法，在通過參數(shù)選擇進行哪種圖形的繪制。

干說沒實感，來段代碼感受下：

 #通過參數(shù)設(shè)置生成圖形的類型
data2.iloc[:10].plot(x = '學(xué)校',y = ['語文','數(shù)學(xué)','英語'],kind = "bar"
,figsize=(16,6),width=0.7,rot = 0,title = "各學(xué)科成績條形圖");

一行代碼搞定，先來看下效果圖：

是不是看起來和上邊matplotlib繪制的圖差不多，代碼卻簡潔了很多。先看下原dataframe長什么樣子：

接著具體研究下都是哪些參數(shù)在影響繪圖：

• x和y沒有什么懸念，指定x軸和y軸數(shù)據(jù)來源，其中x的數(shù)據(jù)源是學(xué)校名稱，y軸是各個學(xué)科成績
• kind參數(shù)控制的是繪制什么類型的圖，這里選擇是“bar”，即表示繪制條形圖，當(dāng)然還有其他的折線圖、餅圖、直方圖等等類型可以選擇
• 其他的參數(shù)和matplotlib中的參數(shù)設(shè)置差不多，個別的參數(shù)會有差別，比如設(shè)置標(biāo)簽字體傾斜度的，在matplotlib中參數(shù)是rotation，在dataframe中的參數(shù)是rot，寫法有點不一樣，作用是一樣的，所以雖然沒有在代碼中進行傾斜度的設(shè)置，還是把這個參數(shù)寫出來了，設(shè)置的傾斜度是0度，也就是沒傾斜。

這里寫出兩種方法實現(xiàn)相同的操作，在實際的工作中，按照需求自行選擇即可。

堆積條形圖

有時候，除了查看單個類別的情況，還需要同時查看總體的情況，這就是堆積條形圖擅長的領(lǐng)域了。繪制堆積條形圖和繪制普通條形圖用的都是plt.bar()函數(shù)，也是通過參數(shù)設(shè)置實現(xiàn)堆積條形圖的繪制。

還是對參數(shù)設(shè)置不太熟的孩子可以回到文章開頭回憶下重要參數(shù)的作用，這里實現(xiàn)用語文、數(shù)學(xué)、英語三科成績的堆積條形圖：

plt.figure(figsize=(16,6))
plt.bar(range(21),data1.loc[:,"語文"],width=0.9,label = "語文")
plt.bar(range(21),data1.loc[:,"數(shù)學(xué)"],bottom=np.array(data1.loc[:,"語文"]),width=0.9,label ="數(shù)學(xué)")
plt.bar(range(21),data1.loc[:,"英語"],bottom=np.array(data1.loc[:,"語文"]+data1.loc[:,"數(shù)學(xué)"])
        ,width=0.9,label ="英語")
totle_score = np.array(data1.loc[:,"語文"]+data1.loc[:,"數(shù)學(xué)"]+data1.loc[:,"英語"]).astype("int")
for i in range(21):
    plt.text(i-0.25,totle_score[i]+1,totle_score[i]) #為條形圖中的每個條添加標(biāo)簽
plt.title("各學(xué)校成績堆積圖",fontsize = 14)
plt.ylabel("成績",fontsize = 14)
plt.xticks(range(21),data1.iloc[:,0],rotation=30,fontsize = 12)#x軸刻度為各學(xué)校名稱
plt.legend() #顯示圖例;

原理和前邊畫三科成績條形圖一樣，都是在同一塊畫布上重復(fù)繪圖，注意繪圖的邏輯即可。這里是先畫一個學(xué)科成績的縱向條形圖，通過bottom參數(shù)控制第二個學(xué)科成績繪圖時在y軸方向的起始值，也就是在第一科學(xué)科成績條形的頂端接著畫第二科學(xué)科成績的條，然后在第二科成績條形的頂端繼續(xù)畫第三個學(xué)科成績的條形，這樣形成的就是堆積條形圖。

當(dāng)然還有一些細節(jié)需要注意，比如三個學(xué)科條形的寬度得設(shè)置成一樣的尺寸，避免影響美觀。

細心的孩子可能已經(jīng)發(fā)現(xiàn)了一點新鮮的設(shè)置：多了一個函數(shù)plt.text()，這個函數(shù)的作用是在條形的頂端添加了該條形的標(biāo)簽，即三科的總成績。因為要對每個條形增加一個標(biāo)簽，所以運用了循環(huán)，將總分作為標(biāo)簽添加到了圖形中。

通過plt.text()函數(shù)可以在整幅圖的任意位置添加需要的文本進去。函數(shù)的第一個參數(shù)控制文本在x軸方向的位置，第二個參數(shù)控制文本在y軸方向的位置，第三個參數(shù)為添加的文本信息。

啰里啰唆說了這么多，來看下堆積條形圖的效果：

和常見的堆積條形圖沒什么不一樣對吧，其實條形圖依然又值得深挖的地方，還有很多有意思的設(shè)置可以嘗試呢。來個預(yù)告，計劃在下一篇文章離探索一下發(fā)散型條形圖。