iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Python使用matplotlib给柱状图添加数据标签bar_label()
  • 789
分享到

Python使用matplotlib给柱状图添加数据标签bar_label()

2024-04-02 19:04:59 789人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

目录0.更新matplotlib库1.导入库2.数据准备3.绘制柱状图4.绘图结果5.完整代码6.bar_label()相关参数的补充说明0.更新matplotlib库 本文后续的实

0.更新matplotlib库

本文后续的实验过程都是基于matplotlib版本大于等于3.4.1,如果版本较低,是无法实行后续操作的,如何在PyCharm中直接更新matplotlib库的版本,请参照方法:以Tensorflow库为例用Pycharm更新第三方库

1.导入库

直接导入matplotlib.pyplot库,代码为:

import matplotlib.pyplot as plt

2.数据准备

用list分别准备横坐标和纵坐标的数据。

# 构造数据
X_set = [1, 2, 3, 4, 5]  # X轴数值
Y_set = [128, 211, 136, 234, 150]  # Y轴数据

3.绘制柱状图

绘图代码如下:

p1 = plt.bar(X_set, Y_set, width= 0.35, label='value')  # width表示柱子的宽度
plt.bar_label(p1, label_type='edge')   # label_type=‘edge'表示将数据值标签放在柱子顶端,label_type=‘center'表示将数据值标签放在柱子中间。
plt.title('The distribution of XXX')
plt.show()

4.绘图结果

上述绘图结果如下:

5.完整代码

完整代码如下:

import matplotlib.pyplot as plt

# 构造数据
X_set = [1, 2, 3, 4, 5]
Y_set = [128, 211, 136, 234, 150]
p1 = plt.bar(X_set, Y_set, width= 0.35, label='value')
plt.bar_label(p1, label_type='edge')
plt.title('The distribution of XXX')
plt.show()

6.bar_label()相关参数的补充说明

函数的签名为matplotlib.pyplot.bar_label(container, labels=None, *, fmt='%g', label_type='edge', padding=0, **kwargs)

函数的参数为:

  • (1)container:柱子的容器对象,通常为bar或barh函数返回值。 .BarContainer对象。必备参数。
  •  (2)labels : 标签文本列表。类数组对象。可选参数。如果为None,则值为使用fmt参数格式化的柱子的数据(柱子的高度)。
  •  (3)fmt:标签的格式字符串。 字符串。默认值为’%g’,即将标签值格式化为浮点数。
  •  (4)label_type :标签类型。取值范围为 {'edge', 'center'},默认值为'edge'。对于普通柱状图,该参数仅用于控制标签的位置,对于堆积柱状图,不同标签类型对应不同的标签值。
    • (4.1)'edge': 标签位于柱子的端点。显示的值为柱子的端点位置。注意!对于堆积柱状图即堆积的多个柱子的总长度。
    • (4.2)'center':标签位于柱子的中部。显示的值为柱子的长度。
  • (5)padding : 标签与柱子之间的距离,单位为像素。浮点数。默认值为0。
  • (6)**kwargs:传递给 annotate()的其他参数。返回值为标签的Text对象列表。

到此这篇关于python使用matplotlib给柱状图添加数据标签bar_label()的文章就介绍到这了,更多相关matplotlib给柱状图添数据标签内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: Python使用matplotlib给柱状图添加数据标签bar_label()

本文链接: https://www.lsjlt.com/news/141650.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作