Python Matplotlib柱状图绘制实战：从基础到误差棒详解

小岛来信

发布时间：2026-10-14| 3人浏览过

原创

本文详解Python中Matplotlib库绘制各类柱状图的方法。涵盖普通垂直与水平柱图、堆积柱图以及带误差棒的并列与堆积柱图。通过具体代码示例，解析plt.bar、plt.barh及bottom参数的使用，帮助读者快速掌握不同场景下的图表绘制技巧。

Python柱状图绘制基础与进阶

前言

使用Python进行编程绘图其实十分便捷。无论是中学生、大学生还是研究生，均可通过系列教程从入门进阶至精通。本节将快速演示几种常见柱状图的绘制方法。

垂直与水平柱图实现

1 垂直柱图（普通柱图）

绘制普通垂直柱图的Python代码如下：

（左右滑动可以查看全部代码）


 # -*- coding:utf-8 -*-
 # 申明编码格式为utf-8
 
 import matplotlib as mpl
 import matplotlib.pyplot as plt
 mpl.rcParams["font.sans-serif"]=["SimHei"]
 #指定字体为SimHei，用于显示中文，如果Ariel,中文会乱码
 mpl.rcParams["axes.unicode_minus"]=False
#用来正常显示负号

x = [1,2,3,4,5,6,7,8]
y = [30,11,42,53,81,98,72,25]
#数据
abels=["A","B","C","D","E","F","G","H"]
#定义柱子的标签
plt.bar(x,y,align="center",color="rgb",tick_label=labels,hatch=" ",ec='gray')
#绘制纵向柱状图,hatch定义柱图的斜纹填充，省略该参数表示默认不填充。

#bar柱图函数还有以下参数：
#颜色：color,可以取具体颜色如red(简写为r),也可以用rgb让每条柱子采用不同颜色。
#描边：edgecolor（ec）：边缘颜色；linestyle（ls）：边缘样式；linewidth（lw）：边缘粗细
#填充：hatch，取值：/,|,-,+,x,o,O,.,*
#位置标志：tick_label

plt.xlabel(u"样品编号")
plt.ylabel(u"库伦效率/%")

plt.show()

2 水平柱图

只需对前述代码进行少量调整，即可绘制出水平方向的柱状图。

（1）将第19行的“plt.bar”修改为“plt.barh”，即增加字母h以指定水平绘制。

（2）将第28和29行的“plt.xlabel”与“plt.ylable”中的x和y参数互换位置，以对应坐标轴标签。

最终得到的绘图效果如下：

堆积柱图绘制方法

3 堆积柱图

将第1点中代码的第14至21行调整如下：

（左右滑动可以查看全部代码）


x = [1,2,3,4,5,6,7,8]
y = [30,11,42,53,81,98,72,25]
y1= [45,23,44,67,88,89,65,75]
#数据
labels=["A","B","C","D","E","F","G","H"]
#定义柱子的标签
plt.bar(x,y,align="center",color="b",tick_label=labels,hatch=" ",ec='gray')
#绘制纵向柱状图,hatch定义柱图的斜纹填充，省略该参数表示默认不填充。
plt.bar(x,y1,align="center",color="g",tick_label=labels,hatch=" ",ec='gray',bottom=y)

绘制出的垂直堆积图效果如下：

上述第22行代码用于绘制y1第二组柱图。与第一组y柱图使用的plt.bar()函数不同，y1柱图的绘制参数中增加了bottom=y，即将柱图底部设置为第一组y值，从而实现y1在y上的堆积效果。至于水平堆积柱图的Python代码实现与上述逻辑类似。

并列与误差棒柱图应用

4 并列柱图

并列柱图，尤其是带有误差棒的柱图，是日常数据分析中最常用的图表类型之一。

完整代码如下：

（左右滑动可以查看全部代码）


# -*- coding:utf-8 -*-
# 申明编码格式为utf-8

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

mpl.rcParams["font.sans-serif"]=["SimHei"]
#指定字体为SimHei，用于显示中文，如果Ariel,中文会乱码
mpl.rcParams["axes.unicode_minus"]=False
#用来正常显示负号

x = np.arange(8) #产生1~8的序列
#注意：这里使用numpy库，需要在程序开始时导包“import numpy as np”
y = [10,11,22,33,41,58,62,75]
std_err=[2,4,5,6,8,9,8,6] #误差棒
y1= [15,23,44,67,88,99,95,85]
std_err1=[1,2,1,2,1,2,3,2] #误差棒
#数据
error_attri = dict(elinewidth=1,ecolor="r",capsize=3)
#定义误差棒属性的字典数据。这三个参数分别定义误差棒的线宽、颜色、帽子大小
tick_label=["A","B","C","D","E","F","G","H"]
#定义柱子的标签
bar_width=0.35
#定义柱宽
plt.bar(x,y,bar_width,color="lightgreen",align="center",label="掺杂前",yerr=std_err,error_kw=error_attri)
#绘制纵向柱状图,hatch定义柱图的斜纹填充，省略该参数表示默认不填充。

plt.xticks(x+bar_width/2,tick_label)
plt.xlabel("样品编号")
plt.ylabel("降解率/%")
plt.legend()
plt.show()

5 堆积误差棒柱图

对前面第4点中的代码，修改第28至32行如下：


 plt.bar(x,y,color="g",align="center",label="掺杂前",yerr=std_err,error_kw=error_attri)
#绘制纵向柱状图,hatch定义柱图的斜纹填充，省略该参数表示默认不填充。
plt.bar(x,y1,bottom=y,color="y",align="center",label="掺杂后",yerr=std_err1,error_kw=error_attri)
plt.xticks(x,tick_label)

即可绘制出带有误差棒的堆积柱图，具体效果如下：