Python Matplotlib绘制条形图：从单组到对称图的完整指南

程一诺

发布时间：2026-10-14| 7人浏览过

原创

本文详细介绍Python Matplotlib库中条形图的多种绘制方法。内容涵盖单组垂直与水平条形图的实现，多组条形图的对比展示，利用bottom参数实现的堆积条形图，以及通过负值实现男女人口对比的对称条形图。文章提供具体代码示例与参数说明，帮助开发者掌握不同场景下的图表绘制技巧。

条形图

条形图具有多样化的表现形式，常见的类型包括单组条形图、多组条形图、堆积条形图以及对称条形图等。

单组条形图

条形图的每种表现形式都可以绘制成垂直条形图或水平条形图，以单组条形图的两种绘制方式为例。

垂直条形图


import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.bar(range(len(data)), data)
plt.show()

Tips：plt.plot()函数的作用是：接收两个参数，包括每个条形的x坐标和每个条行的高度。

通过可选参数width，pyplot.bar()提供了一种控制条形图中条状宽度的方法:


import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.bar(range(len(data)), data, width=0.5)
plt.show()

水平条形图

如果更喜欢水平条形外观，就可以使用plt.barh()函数，在用法方面与plt.bar()基本相同，但是修改条形宽度(或者在水平条形图中应该称为高度)的参数需要使用height：


import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.barh(range(len(data)), data, height=0.5)
plt.show()

多组条形图

当需要比较不同年份相应季度的销量等此类需求时，我们可能需要多组条形图。


import numpy as np
import matplotlib.pyplot as plt
data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x = np.arange(4)
plt.bar(x + 0.00, data[0], color = 'b', width = 0.25)
plt.bar(x + 0.25, data[1], color = 'g', width = 0.25)
plt.bar(x + 0.50, data[2], color = 'r', width = 0.25)
plt.show()

堆积条形图

通过使用plt.bar()函数中的可选参数，可以绘制堆积条形图。


import matplotlib.pyplot as plt
y_1 = [3., 25., 45., 22.]
y_2 = [6., 25., 50., 25.]
x = range(4)
plt.bar(x, y_1, color = 'b')
plt.bar(x, y_2, color = 'r', bottom = y_1)
plt.show()

Tips：plt.bar()函数的可选参数bottom允许指定条形图的起始值。

可以结合for循环，利用延迟呈现机制堆叠更多的条形：


import numpy as np
import matplotlib.pyplot as plt
data = np.array([[5., 30., 45., 22.], [5., 25., 50., 20.], [1., 2., 1., 1.]])
x = np.arange(data.shape[1])
for i in range(data.shape[0]):
    plt.bar(x, data[i], bottom = np.sum(data[:i], axis = 0))
plt.show()

对称条形图

一个简单且有用的技巧是对称绘制两个条形图。例如想要绘制不同年龄段的男性与女性数量的对比：


import numpy as np
import matplotlib.pyplot as plt
w_pop = np.array([5., 30., 45., 22.])
m_pop = np.array( [5., 25., 50., 20.])
x = np.arange(4)
plt.barh(x, w_pop)
plt.barh(x, -m_pop)
plt.show()