在这篇文章中，我们来学习一下“Python绘制柱状图并设参数的代码是什么”的相关知识，下文有详细的讲解，易于大家学习和理解，有需要的朋友可以借鉴参考，下面就请大家跟着小编的思路一起来学习一下吧。

version：python 3.6

环境：anaconda/JupyterLab 0.27.0

操作系统：Windows 10

import pandas as pd
import matplotlib.pyplot as plt
a = pd.DataFrame(train_set['收率'].value_counts()).reset_index()
a.rename(columns={'index': 'yield','收率':'frequency'}, inplace=True)
a.head()
plt.figure(figsize=(24,8))
plt.bar(a['yield'].values,a['frequency'].values.round(2),color='rgb',width = 0.005,
tick_label=a['yield'].values.round(3))
plt.xlabel('yield', fontsize=20)
plt.ylabel('frequency', fontsize=20)
plt.show()

补充：python 用 matplotlib 绘制柱状图参数详解 plt.bar()

1、加载库

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

2 绘图，逐步设置 bar() 参数

def title_table(ax):
    '''为图表添加标题和表格'''
    ax.set_title(label=f'No.{i+1}',
                loc='center',
                pad=None,
                fontdict={'color': 'b'}
                 )
    ax.table(loc='upper right',    # 表格在图表区的位置
          
          colLabels=[f'{i+2} args'],    # 表格每列的列名称
          colColours=['g'],    # 表格每列列名称所在单元格的填充颜色
          colLoc='left',    # 表格中每列列名称的对齐位置
          colWidths=[0.15],    # 表格每列的宽度         
          cellText=args,    # 表格中的数值, 每行数据的列表的列表
          cellColours=[['cornsilk']]*len(args),    # 表格中数据所在单元格的填充颜色
          cellLoc='left',    # 表格中数据的对齐位置
          fontsize=8)
# 配置字体，显示中文
mpl.rcParams['font.sans-serif'] = ['SimHei']  
# 配置坐标轴刻度值模式，显示负号
mpl.rcParams['axes.unicode_minus'] = True
# 定义数据
x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]
labels = list('ABCDE')
                   
fig, axes = plt.subplots(nrows=3,
                         ncols=3,
                         sharex=True,
                         sharey=True,
                         figsize=(18, 20),
                         facecolor='cornsilk')
axes = axes.ravel()
i = 0
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
       )
args = [[e] for e in ['x', 'height']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 1
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
       )
args = [[e] for e in ['x', 'height', 'align']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 2
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
        color='c',    # 柱体的填充颜色
        )
args = [[e] for e in ['x', 'height', 'align', 'color']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 3
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对齐的位置
        color='cyan',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 4
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
        color='blue',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        alpha=0.6    # 柱体填充颜色的透明度
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label', 'alpha']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 5
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
        color='wheat',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        alpha=0.6,    # 柱体填充颜色的透明度
        width=1,  # 柱体的宽度
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label', 'alpha', 'width']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 6
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
        color='aqua',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        alpha=0.6,    # 柱体填充颜色的透明度
        width=0.8,    # 柱体的宽度
        bottom=0.2,     # 柱体基线的 y 轴坐标
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label', 'alpha', 'width',
                      'bottom']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 7
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='edge',    #  x 轴上的坐标与柱体对其的位置
        color='lightpink',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        alpha=0.6,    # 柱体填充颜色的透明度
        width=0.8,    # 柱体的宽度
        bottom=0.2,    # 柱体基线的 y 轴坐标
        edgecolor='g'   # 柱体的边框颜色
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label', 'alpha', 'width',
                      'bottom', 'edgecolor']]
# 向图表子区添加标题和数据表
title_table(ax)
i = 8
ax = axes[i]
# 绘制柱状图
ax.bar(x=x,    # 柱体在 x 轴上的坐标位置
        height=y,    # 柱体的高度
        align='center',    #  x 轴上的坐标与柱体对其的位置
        color='bisque',    # 柱体的填充颜色
        tick_label=labels,    # 每个柱体的标签名称
        alpha=0.6,    # 柱体填充颜色的透明度
        width=0.8,    # 柱体的宽度
        bottom=0.2,    # 柱体基线的 y 轴坐标
        edgecolor='g',   # 柱体的边框颜色
        linewidth=1.5,   # 柱体边框线的宽度
        )
args = [[e] for e in ['x', 'height', 'align', 'color', 'tick_label', 'alpha', 'width',
                      'bottom', 'edgecolor', 'linewidth']]
# 向图表子区添加标题和数据表
title_table(ax)
# 设置整个子区的布局
fig.subplots_adjust(left=0,
                    bottom=0,
                    right=0.9,
                    top=1,
                    wspace=0.1,    # 子区间空白区域的宽度的归一化值
                    hspace=0.2);    # 子区间空白区域的高度的归一化值

图表

上述内容具有一定的借鉴价值，感兴趣的朋友可以参考，希望能对大家有帮助，想要了解更多"Python绘制柱状图并设参数的代码是什么"的内容，大家可以关注群英网络的其它相关文章。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• converters和usecolsols的用法是什么，有何用

  本文主要介绍了numpy中的converters和usecols用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Python是什么，怎么来的，有什么优势吗

  python是一种讲解性、编译性、交互性和面向对象的脚本语言。最初被设计为制作自动化脚本，随着版本的更新和语言新功能的追加，越多被用于独立、大型项目的开发。

• Python input的用法和高级使用是什么

  这篇文章主要介绍了python中input()的用法及扩展，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• Python中没有报错提示怎么回事，报错的代码写哪

  Python中没有报错提示，其中使用了 try-except-else 的代码块，except是try代码中错误时执行，而except中的代码是pass，也就是在try中代码错误时候直接pass，不给用户编写任何的建议和help。

• Python如何生成随机数据的，随机性和安全性是怎样

  在日常工作编程中存在着各种随机事件，同样在编程中生成随机数字的时候也是一样，随机有多随机呢？在涉及信息安全的情况下，它是最重要的问题之一。每当在 Python 中生成随机数据、字符串或数字时，最好至少大致了解这些数据是如何生成的。用于在 Python 中生成随机数据的不同选项，然后在安全性、多功能性、用途和速度方面对每个选项进行比较。本篇内容不是数学或密码学相关内容，仅仅是根据需要进行尽可能多的数学运算仅此而已。