数据分析基础之《matplotlib(4)—柱状图》

一、柱状图绘制

1、柱状图要素

有类别

2、需求:对比每部电影的票房收入

电影数据如下图所示:

3、matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

说明:

x:有几个类别

height:y轴

width:柱状图的宽度

align:每个柱状图的位置对齐方式

**kwargs:color-选择柱状图的颜色

4、代码

python 复制代码
# 柱状图绘制

# 1、准备数据
movie_names = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它']
tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 2、创建画布
plt.figure(figsize=(20,8), dpi=100)

# 3、绘制柱状图
x_ticks = range(len(movie_names))
plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 修改x的刻度
plt.xticks(x_ticks, movie_names)

# 添加标题
plt.title("电影票房收入对比")

# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 4、显示图像
plt.show()

5、需求2:如何对比电影票房收入才更加有说服力

比较相同天数的票房

有时为了公平起见,我们需要对比不同电影首日和首周的票房

代码

python 复制代码
# 需求2:如何对比电影票房收入才更加有说服力

# 1、准备数据
movie_names_2 = ['雷神3:诸神黄昏','正义联盟','寻梦环游记']
first_day = [10587.6,10062.5,1275.7]
first_weekend = [36224.9,34479.6,11830]

# 2、创建画布
plt.figure(figsize=(20,8), dpi=100)

# 3、绘制柱状图
plt.bar(range(3), first_day, width=0.2, label="首日票房")
# 画两个柱状图
# 平移刻度,防止柱状图重叠
plt.bar([0.2, 1.2, 2.2], first_weekend, width=0.2, label="首周票房")

# 显示图例
plt.legend()

# 修改刻度
# 刻度要平移0.1
x = range(3)
plt.xticks([i+0.1 for i in x], movie_names_2)

# 4、显示图像
plt.show()

二、柱状图应用场景

1、适合用在分类数据对比场景上

(1)数量统计

(2)用户数量对比分析

相关推荐
JZC_xiaozhong4 小时前
赛狐ERP订单如何自动同步到金蝶云星空?从发货到应收单生成,全程实时
大数据·数据挖掘·数据分析·数据集成与应用集成·赛狐erp集成·金蝶系统集成·系统应用对接
KaMeidebaby7 小时前
卡梅德生物技术快报|重组蛋白的表达和纯化:工艺调试全记录:大肠杆菌体系重组蛋白的表达和纯化参数标定(肠激酶轻链案例)
前端·人工智能·算法·数据挖掘·数据分析
郑洁文7 小时前
基于Python+回归分析的电子产品需求数据分析与预测
python·数据分析·回归·电子产品需求数据·电子产品数据分析
dongf20198 小时前
R语言朴素贝叶斯算法---iris数据集
开发语言·算法·数据分析·r语言
生态博士的R笔记8 小时前
R语言科研配色:从ggsci到calecopal,一篇掌握三大配色方案
数据分析
YangYang9YangYan9 小时前
大数据管理与应用专业学数据分析的价值
数据挖掘·数据分析
极光代码工作室9 小时前
基于数据分析的电影票房预测系统
大数据·python·数据分析·spark·数据可视化
搞科研的小刘选手9 小时前
【智能计算方向专题研讨会】第三届智能计算与数据分析国际学术会议(ICDA 2026)
大数据·算法·机器学习·数据挖掘·数据分析·可视化·计算
追风少年ii9 小时前
课前准备--肿瘤细胞邻域分类
数据分析·空间·单细胞·培训
YangYang9YangYan9 小时前
专科大数据技术学习数据分析的价值分析
大数据·学习·数据分析