win7 发布asp网站/企业建站平台
引言
在查找资料时看到了堆积柱状图，简单明了，而且绘制起来也不是很难，再结合自己的教程推文中也确实没有此类图表，即决定通过构建虚拟数据进行matplotlib堆积柱状图的绘制推文，详细内容如下：
PS：如有需要Python学习资料的小伙伴可以加下方的群去找免费管理员领取
可以免费领取源码、项目实战视频、PDF文件等
数据构建及默认可视化设置
结合此类图表特点，我们构建的数据结果如下：
在matplotlib中要想绘制堆积柱状图，则需要灵活设置 ax.bar()绘图函数中bottom参数，先看一下简单的例子：
import matplotlib.pyplot as pltlabels = ['G1', 'G2', 'G3', 'G4', 'G5']
men_means = [20, 35, 30, 35, 27]
women_means = [25, 32, 34, 20, 25]
width = 0.35 # the width of the bars: can also be len(x) sequence
fig, ax = plt.subplots(figsize=(5,3),dpi=200)
ax.bar(labels, men_means, width,label='Men')
ax.bar(labels, women_means, width, bottom=men_means,label='Women')
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.legend()
ax.text(.87,-.08,'nVisualization by DataCharm',transform = ax.transAxes,ha='center', va='center',fontsize = 5,color='black',fontweight='bold',family='Roboto Mono')
plt.savefig(r'F:DataCharmSCI paper plotssci_bar_guanwang',width=5,height=3,dpi=900,bbox_inches='tight')
plt.show()这里women 柱状图时，bottom设置为 men_means ，结果如下：
看到这里，对柱状图的堆积应该有了一个较好的理解了吧
回到我们虚构的数据，使用默认的matplotlib参数，代码如下：
plt.rcParams['font.family'] = "Times New Roman"
fig,ax = plt.subplots(figsize=(8,5),dpi=200)label = [i for i in bar_data.columns[1:]]
mu_number = bar_data.iloc[0,1:].values
ma_number = bar_data.iloc[1,1:].values
en_number = bar_data.iloc[2,1:].values
ch_number = bar_data.iloc[3,1:].valueswidth = .4ax.bar(label, mu_number, width, label='Music',color='white',hatch="//",ec='k',lw=.6)
ax.bar(label, ma_number, width, bottom=mu_number, label='Math',color='gray',ec='k',lw=.6)
ax.bar(label, en_number, width, bottom=ma_number, label='English',color='white',hatch="...",ec='k',lw=.6)
ax.bar(label, ch_number, width, bottom=en_number, label='Chinese',color='white',hatch="",ec='k',lw=.6)
ax.set_ylim(0,120)
ax.tick_params(direction='out',labelsize=12,length=5.5,width=1,top=False,right=False)
ax.legend(fontsize=11,frameon=False,loc='upper center',ncol=4)
ax.set_ylabel('Numbers of Studies',fontsize=13)
ax.set_xlabel('Time(year)',fontsize=13)
text_font = {'size':'17','weight':'bold','color':'black'}
ax.text(.03,.93,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
ax.text(.87,-.08,'nVisualization by DataCharm',transform = ax.transAxes,ha='center', va='center',fontsize = 5,color='black',fontweight='bold',family='Roboto Mono')
plt.savefig(r'F:DataCharmSCI paper plotssci_bar_04.png',width=5,height=3,dpi=900,bbox_inches='tight')结果如下：
虽然效果也还不错，但想要达到出版的要求，可能还需要进行定制化需求设置。
可视化定制化设计
要想 达到一般出版社的要求，对其颜色、填充、刻度、轴脊、字体等都需要自行设置，具体代码如下：
plt.rcParams['font.family'] = "Times New Roman"
fig,ax = plt.subplots(figsize=(8,5),dpi=200)label = [i for i in bar_data.columns[1:]]
mu_number = bar_data.iloc[0,1:].values
ma_number = bar_data.iloc[1,1:].values
en_number = bar_data.iloc[2,1:].values
ch_number = bar_data.iloc[3,1:].valueswidth = .4ax.bar(label, mu_number, width, label='Music',color='white',hatch="//",ec='k',lw=.6)
ax.bar(label, ma_number, width, bottom=mu_number, label='Math',color='gray',ec='k',lw=.6)
ax.bar(label, en_number, width, bottom=ma_number, label='English',color='white',hatch="...",ec='k',lw=.6)
ax.bar(label, ch_number, width, bottom=en_number, label='Chinese',color='white',hatch="",ec='k',lw=.6)
ax.set_ylim(0,120)
ax.tick_params(direction='out',labelsize=12,length=5.5,width=1,top=False,right=False)
ax.legend(fontsize=11,frameon=False,loc='upper center',ncol=4)
ax.set_ylabel('Numbers of Studies',fontsize=13)
ax.set_xlabel('Time(year)',fontsize=13)
text_font = {'size':'17','weight':'bold','color':'black'}
ax.text(.03,.93,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
ax.text(.87,-.08,'nVisualization by DataCharm',transform = ax.transAxes,ha='center', va='center',fontsize = 5,color='black',fontweight='bold',family='Roboto Mono')
plt.savefig(r'F:DataCharmSCI paper plotssci_bar_04.png',width=5,height=3,dpi=900,bbox_inches='tight')结果如下：
有的时候对轴脊的设置也有很严的要求，通过添加如下代码，即可对轴脊进行设置：
for spine in ['bottom','left']:ax.spines[spine].set_linewidth(1.5)ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)结果如下：
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
以上文章来源于DataCharm，作者宁海涛