Python matplotlib绘制条形图与直方图实战指南

Felix

发布时间：2026-10-15| 8人浏览过

原创

本文详细介绍Python中matplotlib库绘制条形图和直方图的方法。通过解析bar()和hist()函数的核心参数，结合随机数生成与骰子模拟案例，演示如何统计概率分布并可视化展示，帮助读者掌握基础图表绘制及数据分析技巧。

摘要

首先介绍条形图和直方图的基本概念，接着利用随机数生成一系列数据并存入列表，最后统计相关随机数据的概率分布并进行可视化展示。

前文已介绍过由点连线形成的折线图和散点图，主要涉及matplotlib中的plot()和scatter()函数。然而在实际工作与生活中，除了折线图，还经常需要对比月份经济数据或统计身高分布等场景，制作图表能更直观地展现差异。

接下来将使用matplotlib中的bar()函数和hist()函数来实现条形图和直方图的绘制。

一、bar()函数

bar()函数的主要参数如下：

bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

参数1：x，标量类型，表示x轴坐标，可为浮点数或类数组结构，注意x也可以是字符串数组。

参数2：height，表示y轴坐标，类型为浮点数或类数组结构。

参数3：width，指定柱形图的宽度，类型为浮点数或类数组结构，默认值为0.8。

参数4：bottom，标量或标量类数组型，表示y坐标的起始高度。

参数5：align，指定柱状图在x轴上的对齐方式，可选值包括‘center’（中心对称）和‘edge’（边缘对称）。

参数6：**kwargs，接收的关键字参数将传递给关联的Rectangle对象。返回值是一个BarContainer实例，其patches属性包含柱体的列表。

以下是一个简单的条形图示例，随意设置12个月份并给定部分数据，代码如下：

plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color='red') #x位置上数列[1,2,3,4,5,6,7,8,9,10,11,12,13]，表示为相对y轴，柱状图在X轴的位置，后面一列为对应y轴的高度。
plt.legend() #运行结果里图例名称显示出来 
plt.xlabel('bar number') 
plt.ylabel('bar height') 
plt.title('TEST') 
plt.show()

第一列中的color=‘red’表示所有柱状图均显示为红色。为了显示区别，进行如下修改：

import matplotlib.pyplot as plt  

plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color='#202204')    
plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # color也可是16进制，如上显示的  #202204
plt.legend()  #运行结果里图例名称显示出来
plt.xlabel('bar number') 
plt.ylabel('bar height')
plt.title('TEST')
plt.show()

具体显示结果如下：

二、hist()函数

hist(x，bins=None，range=None，density=None，weights=None，cumulative=False，bottom=None，histtype=“bar”， align=“mid”，orientation=“vertical”，rwidth=None，log=False，color=None，label=None，stacked=False，normed=None， hold=None，data=None，**kwargs）

hist()函数的基础参数如下：

x：表示输入值，可以是单个数组，或者长度不必相同的数组序列。
bins：表示绘制条柱的个数。若给定一个整数，则返回“bins+1”个条柱，默认值为10。
range：指定bins的上下范围（即最大和最小值）。
color：表示条柱的颜色，默认值为None。
facecolor：设置直方图内部颜色。
edgecolor：设置直方图边框颜色。
alpha：设置透明度。
histtype：设置直方图类型，可选值包括‘bar’、‘barstacked’、‘step’和‘stepfilled’。
orientation：设置水平或垂直方向。
rwidth：设置柱子与柱子之间的距离，默认值为0。

下面通过一个例子来说明hist()函数的作用：

import matplotlib.pyplot as plt  

population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #设定一组年龄

bins = [0,10,20,30,40,50,60,80,90,100,130]  #年龄分段

plt.hist(population_ages, bins, histtype='bar', rwidth=0.8,color='#199209')

plt.xlabel('The Age Group')
plt.ylabel('The number')
plt.title('The Age Range')
plt.legend()
plt.show()

注意：bins[]中60、80和100、130之间缺少数值是故意为之，旨在显示区别。

运行结果如下：

很明显，hist()函数会自动根据参数bins中的区分区间，将参数x中的数据自动进行统计。

进一步探索，既然参数x（如例子中的population_ages）可能是数列，那能否用随机函数自动生成数组，然后进行统计呢？答案是肯定的。

三、数据统计

色子常用于娱乐（用作他途造成后果与我无关），它有6个面，分别点数为1、2、3、4、5、6。可利用随机函数（上篇中的choice函数）来随机产生，例如choice([1,2,3,4,5,6])，产生N次（比如20万次）并将每次结果保存到列表中，最后统计出各点的总数或所占比例。

分析：

1）先建立一个类，其功能就是运行一次，就随机选择6个面（点数）。

2）将色子实例化，并给定一个参数（运行的次数），图形化显示出来。

class Sezi():
    def __init__(self,sides):#给自身定义一个面数，方便后面修改参数进行其他操作
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要给定 
    def roll(self):
        return choice([1,2,3,4,5,6])#每投一次，随机选择一个点数

testsezi = Sezi(6) #实例化，6个面
results = []  # 定义一个空的数列，用来保存每次投掷的点数
for roll_num in range(100): #循环，投100次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results
print(results) #直接打印出来

运行结果：

与此同时，为了后面方便，引入另一个随机函数randint(x, y)，这个函数的作用是产生x-y之间的数字，比如randint(1,10)，就产生1到10之间的数字。

choice([1,2,3,4,5,6])可以修改为randint(1,self.sides)，这样实例化后，需要输入随意一个面数，就会随机产生对应的数字。

上述代码还只是打印在交互栏，且类、实例还是在一个文件中。现在将其分成不同的文件，并让数据统计以图形形式显示。

1.重新修改色子类

文件名sezi.py，里面代码如下：

from random import *

class Sezi():
    def __init__(self,sides):#给自身定义一个面数,面数对应点数
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要给定 
        self.side=0
        self.bins=[]
   
        while self.side < self.sides: #获取面数，并得到一个面数的bins,可直接调用。
            self.side += 1 
            self.bins.append(self.side) 
            
    def roll(self):
        return randint(1,self.sides)#每投一次，随机选择一个点数

2.新建一个名称sezigame.py的文件，代码如下：

import matplotlib.pyplot as plt
from sezi import * 

testsezi = Sezi(8) #实例化，8个点
results = []  # 定义一个空的数列，用来保存每次投掷的点数

for roll_num in range(50000): #循环，投50000次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results

plt.hist(results, testsezi.bins, histtype='bar', rwidth=0.8,color='#199209')   #直接调用testsezi.bins

运行结果：

如果有2个相同的色子呢？

同时掷两个骰子，最小为2，最大为12，结果分布情况自然也就不同。

将名称sezigame.py的文件修改，改动后的代码如下：

import matplotlib.pyplot as plt
from sezi import * 

sezi_1 = Sezi(6) #实例化，6个面
sezi_2 = Sezi(6)

results = []  # 定义一个空的数列，用来保存每次投掷的点数
for roll_num in range(50000):              #循环，投50000次
    result = sezi_1.roll()+sezi_2.roll()   #将两次投掷结果保存到变量result中
    results.append(result)                 #存入到数列results

max_result = sezi_1.sides+sezi_2.sides #2个最大值为12，最小为2 
side = 0 
new_bins = []     
while side <= max_result: 
    side += 1 
    new_bins.append(side) 

plt.xlabel('The sides')
plt.ylabel('The numbers')
plt.title('The frequency')
plt.hist(results,new_bins, histtype='bar',color='#199209',rwidth=0.618)

运行结果如下：