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
Start_Present7 小时前
Pytorch 第十二回:循环神经网络——LSTM模型
pytorch·rnn·神经网络·数据分析·lstm
DREAM.ZL8 小时前
基于python的电影数据分析及可视化系统
开发语言·python·数据分析
大美B端工场-B端系统美颜师10 小时前
静态图表 VS 动态可视化,哪种更适合数据故事讲述?
信息可视化·数据挖掘·数据分析
青云交14 小时前
Java 大视界 -- Java 大数据在智能电网电力市场交易数据分析与策略制定中的关键作用(162)
java·大数据·数据分析·交易策略·智能电网·java 大数据·电力市场交易
mosquito_lover118 小时前
Python数据分析与可视化实战
python·数据挖掘·数据分析
QQ__176461982419 小时前
Labview信号采集与分析系统(可仿真)
数据分析·数据采集·labview
奔跑吧邓邓子20 小时前
【家政平台开发(9)】家政平台数据分析需求:从采集到可视化全攻略
数据分析·需求分析·家政平台开发
赵钰老师20 小时前
【Deepseek、ChatGPT】智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·数据分析
大美B端工场-B端系统美颜师21 小时前
定制化管理系统与通用管理系统,谁更胜一筹?
人工智能·信息可视化·数据挖掘·数据分析
jinan8861 天前
企业的移动终端安全怎么管理?
大数据·网络·安全·数据分析·开源软件