bar和barh

在matplotlib中，通过bar和barh来绘制条形图，分别表示纵向和横向的条形图。二者的输入数据均主要为高度x和标签height，示例如下

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(8)
fig = plt.figure()
ax = fig.add_subplot(1,2,1)
ax.bar(x.astype(str), x)
ax = fig.add_subplot(1,2,2)
ax.barh(x.astype(str), x)
plt.show()

效果为

其中，左侧为纵向的条形图，右侧为横向的条形图，二者分别由bar和barh实现。

加入误差棒

在bar或者barh中，误差线由xerr, yerr来表示，其输入值为$1\times N$或者$2\times N$维数组。

errs = np.random.rand(2, 8)
fig = plt.figure()
ax = fig.add_subplot(1,2,1)
ax.bar(x.astype(str), x, yerr=errs, capsize=5)
ax = fig.add_subplot(1,2,2)
ax.barh(x.astype(str), x, xerr=errs, capsize=5)
plt.show()

从代码可知，纵向的条形图和横向的条形图有着不同的误差棒参数，其中纵向的条形图用yerr作为误差棒；横向条形图用xerr做误差棒，效果如图所示

如果反过来，那么效果会非常滑稽

errs = np.random.rand(2, 8)
fig = plt.figure()
ax = fig.add_subplot(1,2,1)
ax.bar(x.astype(str), x, xerr=errs, capsize=5)
ax = fig.add_subplot(1,2,2)
ax.barh(x.astype(str), x, yerr=errs, capsize=5)
plt.show()

在熟悉基础功能之后，就可以对条形图和误差棒进行更高级的定制。bar和barh函数的定义为

Axes.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
Axes.barh(y, width, height=0.8, left=None, *, align='center', data=None, **kwargs)

其中，x, y, height, width等参数自不必多说，而颜色、边框颜色等的定制参数，在**kwarg中，可通过下列参数来搞定

• color 控制条形图颜色
• edgecolor 控制条形图边框颜色
• linewidth 控制条形图边框粗细
• ecolor 控制误差线颜色
• capsize 误差棒端线长度

上面的参数中，凡是涉及颜色的，均支持单个颜色和颜色列表，据此可对每个数据条进行定制。

定制误差棒颜色

下面就对条形图和误差棒的颜色进行定制

xs = np.arange(1,6)
errs = np.random.rand(5)
colors = ['red', 'blue', 'green', 'orange', 'pink']plt.bar(xs.astype(str), xs, yerr=errs, color='white',edgecolor=colors, ecolor=colors)
plt.show()

其中，color表示条形图的数据条内部的颜色，此处设为白色。然后将数据条的边框和误差棒，均设为colors，即红色、蓝色、绿色、橘黄色以及粉色，最终得到效果如下