这篇教程如何用Python绘制棒棒糖图表写得很实用，希望能帮到您。
大家好，我是小F～ 条形图在数据可视化里，是一个经常被使用到的图表。 虽然很好用，也还是存在着缺陷呢。比如条形图条目太多时，会显得臃肿，不够直观。 棒棒糖图表则是对条形图的改进，以一种小清新的设计，清晰明了表达了我们的数据。 下面小F就给大家介绍一下，如何使用Python绘制棒棒糖图表。 使用到的是我国1949到2019年，历年的出生人口数据，数据来源国家统计局。 首先读取一下数据。 import pandas as pdimport matplotlib.pyplot as plt# 读取数据df = pd.read_csv('data.csv')print(df)结果如下。 
数据集很简单，每行都只有一个年份和一个值。 先绘制一个带有每年数值的条形图。 # 绘制柱状图plt.bar(df.Year, df.value)plt.show() 两行代码，即可得到一张条形图图表，看起来确实是有点拥挤。 
下面将最后一年，即2019年的数据区分出来。 给2019年的条形着色为黑色，其他年份为浅灰色。 并且在图表中添加散点图，可在条形图的顶部绘制圆形。 # 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])plt.bar(df.Year, df.value, color=colors)plt.scatter(df.Year, df.value, color=colors)plt.show() 得到结果如下。 
颜色已经修改成功，还需要调整一下条形图的宽度以及顶部圆圈的大小。 # width: 条形图宽度 s: 散点图圆圈大小plt.bar(df.Year, df.value, color=colors, width=0.2)plt.scatter(df.Year, df.value, color=colors, s=10)plt.show() 结果如下。 
比起先前的蓝色条形图图表，棒棒糖图表确实是好看了不少。 除了用条形图来绘制棒棒糖图表，还可以使用线条，这样整体的宽度会更加一致。 X将Year(年份)数据作为起点和终点，Y以-20和各年份数据作为起点和终点。 import pandas as pdimport matplotlib.pyplot as plt# 读取数据df = pd.read_csv('data.csv')print(df)# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx])plt.show()得到结果如下。 
可以使用参数标记在两端绘制圆，而不是只在顶部生成散点图。 然后可以通过更改y-limit参数来隐藏最底端的圆。 # 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条, markersize设置标记点大小for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', markersize=3)# 设置y轴最低值plt.ylim(0,)plt.show() 结果如下。 
此外还可以调整lw、markersize参数，定义线条的粗细及标记的大小，甚至可以绘制两次线条以创建轮廓效果。 # 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))color = 'b'# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color='black', marker='o', lw=4, markersize=6) plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', markersize=4)# 移除上边框、右边框ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)# 设置x、y轴范围plt.xlim(1948, 2020)plt.ylim(0,)# 中文显示plt.rcParams['font.sans-serif'] = ['Songti SC']plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)plt.text(2019, -220, '来源：国家统计局', ha='right')# 2019年出生人口数(显示)value_2019 = df[df['Year'] == 2019].value.values[0]plt.text(2019, value_2019+80, value_2019, ha='center')# 保存图片plt.savefig('chart.png')得到结果如下。 
黑色不是特别好看，改个颜色看看。 # 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置color = 'b'colors = ['#E74C3C'] + ((len(df)-1)*['#F5B7B1'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', lw=4, markersize=6, markerfacecolor='#E74C3C')# 移除上边框、右边框ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)# 设置x、y轴范围plt.xlim(1948, 2020)plt.ylim(0,)# 中文显示plt.rcParams['font.sans-serif'] = ['Songti SC']plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)plt.text(2019, -220, '来源：国家统计局', ha='right')# 2019年出生人口数(显示)value_2019 = df[df['Year'] == 2019].value.values[0]plt.text(2019, value_2019+80, value_2019, ha='center')# 保存图片plt.savefig('chart.png')得到结果如下。 
源码地址： 链接:https://pan.baidu.com/s/1vUgjonTOvgN7rDPx_8RfUg 密码:i613 现在对于条形图，你就有了另外一个选择，即棒棒糖图表。 此外我们也能了解到目前中国的新出生人口数量是越来越少，据说2020年出生人口降幅或超一成，未来几年恐跌破1000万... 以上就是如何用Python绘制棒棒糖图表的详细内容，更多关于用Python绘制棒棒糖图表的资料请关注51zixue.net其它相关文章！
Django如何创作一个简单的最小程序
pytorch MSELoss计算平均的实现方法 |
