[Python知识库] matplotlib绘图归纳(双纵轴、柱状渐变、堆叠柱状)

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> Python知识库 -> matplotlib绘图归纳(双纵轴、柱状渐变、堆叠柱状) -> 正文阅读

[Python知识库]matplotlib绘图归纳(双纵轴、柱状渐变、堆叠柱状)

TIME：2022-04-25

最近毕业设计需要给我的仿真结果画图，想来以前用了这么久的matplotlib却一直没有归纳各种画图方法，在此进行归纳，方便以后参考，直接CV来用。

绘制双纵轴的折线图

基本思路：使用figure制作图纸，对图纸使用插入子图add_subplot，使用twinx方法获取相同子图。

得到双轴图纸，分别为ax1轴与ax2轴。

from matplotlib import pyplot as plt
import numpy
import pandas
import const

# -------------读取数据文件参数设置-----------------------
data_file = const.loadNaturalEnergyFile
timeX = [i for i in range(24)]

# -------------载入数据转化为numpy形式-----------------------
df = pandas.read_excel(data_file, skiprows=0, index_col=0)
nd = numpy.array(df)

# -------------图表参数-----------------------
row_index = 1
figure_title = '广州地区平均风速与太阳辐射照度'
x_label = 'Time'
y_label = 'value'

# -------------字体设置-----------------------
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
font_size = 20

# -------------制作图纸-----------------------
fig = plt.figure(figsize=(10, 5))
# -------------绘图-----------------------
ax1 = fig.add_subplot(111)
ax1.plot(timeX, nd[0], label='平均风速', color='#4A7EBB', marker='d', alpha=0.7)
ax1.xaxis.set_ticks(numpy.arange(min(timeX), max(timeX)+1, 1.0), rotation=30)
ax2 = ax1.twinx()
ax2.plot(timeX, nd[1], label='太阳辐射照度', color='orange', marker='o', alpha=0.7)
ax2.xaxis.set_ticks(numpy.arange(min(timeX), max(timeX)+1, 1.0), rotation=30)
ax1.set_ylabel('平均风速 v(m/s)', fontsize=font_size)
ax2.set_ylabel('太阳辐射照度 I(kW/m$^{2}$)', fontsize=font_size)
legend1 = ax1.legend(loc=(.02, .94), fontsize=13, shadow=False)
legend2 = ax2.legend(loc=(.02, .89), fontsize=13, shadow=False)
# -------------设置图表标题-----------------------
plt.title(figure_title, fontsize=font_size)
# -------------显示绘制图片-----------------------
plt.show()

通过xaxis.set_ticks设置x坐标的刻度。
通过set_ylabel对两个不同的轴设置轴标签。
plot的alpha属性可以设置绘制折线的透明度。

绘制显示值的柱状图

使用plt.text来显示数值，使用plt.bar来画柱状图。

参考：

【Python】plt.bar绘制柱状图参数详解_Asher117的博客-CSDN博客_plt.bar参数

python画柱状图并数值显示_总裁余(余登武)的博客-CSDN博客_python柱状图显示数值

我的代码如下：

from matplotlib import pyplot as plt
from matplotlib import cm, colors
import numpy
import pandas

# -------------读取数据文件参数设置-----------------------
data_file = r'E:\本科毕业设计(园区综合能源规划算法与模型)\毕业设计论文\算例分析结果\场景4\best\operation.xls'
timeX = [i for i in range(24)]
# -------------载入数据转化为numpy形式-----------------------
df = pandas.read_excel(data_file, skiprows=0, index_col=0)
nd = numpy.array(df)
print(nd)
# -------------图表参数-----------------------
figure_title = '场景4逐时段光伏阵列出力情况'
x_label = 'Time(h)'
y_label = 'Power(kW)'
# -------------字体设置-----------------------
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
font_size = 20
# -------------制作图纸-----------------------
fig = plt.figure(figsize=(10, 5))
plt.xlabel(x_label, fontsize=font_size)
plt.ylabel(y_label, fontsize=font_size)
# -------------绘图-----------------------
plt.bar(timeX, nd[1], color='orange', alpha=0.9)
# -------------柱子上的数字显示-----------------------
for a, b in zip(timeX, nd[1]):  # plt.text(字的x坐标, 字的y坐标, string, 对齐方式, 显示位置, 字体大小)
    if b > 0:
        va = 'bottom'
        delta = 10
    else:
        va = 'top'
        delta = -10
    if b < 1e-3: continue
    plt.text(a, b + delta, '%.2f' % b, ha='center', va=va, fontsize=10)
# -------------设置x轴的刻度-----------------------
plt.xticks(numpy.arange(min(timeX), max(timeX) + 1, 1.0))
# -------------设置图表说明-----------------------
plt.legend(['光伏阵列输出功率'])
# -------------设置图表标题-----------------------
plt.title(figure_title, fontsize=font_size)
# -------------显示绘制图片-----------------------
plt.show()

绘制渐变柱状图

具体参考如下：

matplotlib官方示例渐变柱状图详解_小白爱写代码的博客-CSDN博客

色彩映射表参考 — Matplotlib 3.5.1 文档

我的代码如下：

import matplotlib.pyplot as plt
import numpy
import pandas
import const

# df = pandas.read_excel(const.loadParamFile, skiprows=0, index_col=0)
# nd = numpy.array(df)
# nd = nd[:3]
data_file = r'E:\本科毕业设计(园区综合能源规划算法与模型)\毕业设计论文\算例分析结果\场景4\best\operation.xls'
df = pandas.read_excel(data_file, skiprows=0, index_col=0)
nd = numpy.array(df)


def gradient_image(ax, extent, direction=0, cmap_range=(0, 1), **kwargs):
    phi = direction * numpy.pi / 2
    v = numpy.array([numpy.cos(phi), numpy.sin(phi)])
    X = numpy.array([[v @ [1, 0], v @ [1, 1]],
                     [v @ [0, 0], v @ [0, 1]]])
    a, b = cmap_range
    X = a + (b - a) / X.max() * X
    interpolation = 'bicubic'
    im = ax.imshow(X, extent=extent, interpolation=interpolation,
                   vmin=0, vmax=1, **kwargs)
    return im


def gradient_bar(ax, x, y, cmap=plt.cm.Blues_r, width=0.5, bottom=0):
    for left, top in zip(x, y):
        right = left + width
        # if top < 0:
        #     bottom = top
        #     top = 0
        # print(left, right, bottom, top)
        gradient_image(ax, extent=(left, right, bottom, top),
                       cmap=cmap, cmap_range=(0, 0.8))


bar_width = 0.8
x_min = -1.5 * bar_width
x_max = 23 + 1.5 * bar_width
y_min = min(nd[-2]) - 50
y_max = max(nd[-2]) + 50
x_lim = [x_min, x_max]
y_lim = [y_min, y_max]

fig, ax = plt.subplots()
ax.set(xlim=x_lim, ylim=y_lim, autoscale_on=False)

x = numpy.arange(24) - bar_width / 2

gradient_bar(ax, x, nd[-2], cmap=plt.cm.GnBu, width=bar_width)
# gradient_bar(ax, x + bar_width, nd[1], cmap=plt.cm.plasma, width=bar_width)
# gradient_bar(ax, x - bar_width, nd[2], cmap=plt.cm.Blues, width=bar_width)
ax.set_aspect('auto')
plt.show()

注意，注释部分是一开始画渐变色并列柱状图的代码，但是配色找不到好看的，所有最后没有使用。

cmap参数输入对应的matplotlib色条映射名称就行。

cmap_range参数的改变对美观和配色相当重要！

绘制堆叠柱状图

使用bar画柱状图，设置每次同一x值下的bottom参数不同，从而实现堆叠。

我的代码如下：

from matplotlib import pyplot as plt
from matplotlib import cm, colors
import numpy
import pandas

# -------------读取数据文件参数设置-----------------------
data_file = r'E:\本科毕业设计(园区综合能源规划算法与模型)\毕业设计论文\算例分析结果\场景4\best\operation.xls'
timeX = [i for i in range(24)]

# -------------载入数据转化为numpy形式-----------------------
df = pandas.read_excel(data_file, skiprows=0, index_col=0)
nd = numpy.array(df)
print(nd)

# -------------图表参数-----------------------
figure_title = '场景4逐时段各设备供热出力情况'
x_label = 'Time(h)'
y_label = 'Power(kW)'

# -------------字体设置-----------------------
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
font_size = 20

# -------------制作图纸-----------------------
fig = plt.figure(figsize=(10, 5))
plt.xlabel(x_label, fontsize=font_size)
plt.ylabel(y_label, fontsize=font_size)
# -------------绘图-----------------------
colorsList = ['#F2B825',  '#88B421', '#199FE0']
# colorsList = ['purple', '#F2B825', '#F38562',  '#D4C114', '#88B421', '#199FE0']
# colorsList = ['#FD6D5A', '#FEB40B', '#6DC354', '#994487', '#518CD8', '#443295']
for t in timeX:
    bottom1, bottom2 = 0, 0
    for index, i in enumerate([4, 8, 10]):
        if nd[i][t] > 0:
            plt.bar(t, nd[i][t], color=colorsList[index], bottom=bottom1, edgecolor='black', alpha=0.8)
            bottom1 += nd[i][t]
        else:
            plt.bar(t, nd[i][t], color=colorsList[index], bottom=bottom2, edgecolor='black', alpha=0.8)
            bottom2 += nd[i][t]
# -------------画零值线-----------------------
zero_value = [i for i in range(-1, 25)]
plt.plot(zero_value, [0 for i in zero_value], color='black', alpha=1)
# -------------设置x轴刻度-----------------------
plt.xticks(numpy.arange(min(timeX), max(timeX) + 1, 1.0))
plt.legend(['零值线', '燃气锅炉输出功率', '热储能系统充放热功率', '购热功率'])
# -------------设置图表标题-----------------------
plt.title(figure_title, fontsize=font_size)
# -------------显示绘制图片-----------------------
plt.show()