Python Matplotlib绘制垂直与水平条形图实战指南

不晚

发布时间：2026-10-15 | 4人浏览过

原创

本文详解如何使用Python Matplotlib库绘制垂直与水平条形图。通过具体销售案例，展示bar()与barh()函数的用法，包括颜色、透明度及刻度设置。重点解决Matplotlib中文显示乱码问题，并提供完整代码示例，帮助开发者快速掌握数据可视化技巧。

条形图是数据可视化中极为常见的图表类型，广泛应用于各类演示文稿中，深受专业人士青睐。它能够直观、清晰地呈现不同场景下的数值对比关系。在Python的Matplotlib库中，bar()函数专门用于绘制此类条形图。

接下来，我们将通过一个具体案例来演示条形图的绘制过程。

假设某销售公司需要在演示文稿中展示4位员工的年度销售业绩。我们需要使用条形图来呈现小红、小王、小李和小张四位员工的业绩数据，具体数值分别为260万元、300万元、310万元和269万元。

在图表中添加中文标签时，Matplotlib默认配置可能无法正确显示中文字符。为了解决这一问题，需要在绘图代码前进行如下设置，以确保中文标签和负号能正常显示。

1、垂直条形图

import numpy as np
import matplotlib.pyplot as plt
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
member = [u'小红', u'小王', u'小李', u'小张']
sales = [260, 300, 310, 269]
# 绘图
plt.bar(range(4), sales, align='center', color='steelblue', alpha=0.7)
# 添加Y轴标签
plt.ylabel(u'年度销售额（万元）')
# 添加标题
plt.title(u'员工年度销售额对比')
# 添加刻度标签
plt.xticks(range(4), member)
# 设置Y轴的刻度范围
plt.ylim([200, 350])
# 在没有条形图上方添加数值标签
for x, y in enumerate(sales):
    plt.text(x, y+10, '%s' % round(y, 1), ha='center')
    # %s,表示格式化一个对象为字符 
    #round( x [, n]  )
    # x -- 数值表达式。
    # n -- 数值表达式，表示从小数点位数。
plt.show()

在上述代码中，bar()函数用于设置x轴的刻度标签水平居中，条形图的填充颜色设定为铁蓝色（steelblue），同时通过alpha参数将透明度设置为0.7。

2、水平条形图

若要将垂直条形图转换为水平条形图，只需将bar()函数替换为barh()函数，并相应调整坐标轴标签及刻度设置即可实现。

import numpy as np
import matplotlib.pyplot as plt
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
member = [u'小红', u'小王', u'小李', u'小张']
sales = [260, 300, 310, 269]
# 绘图
plt.barh(range(4), sales, align='center', color='steelblue', alpha=0.7)
# 添加Y轴标签
plt.xlabel(u'年度销售额（万元）')
# 添加标题
plt.title(u'员工年度销售额对比')
# 添加刻度标签
plt.yticks(range(4), member)
# 设置Y轴的刻度范围
plt.xlim([200, 350])
# 在没有条形图上方添加数值标签
for x, y in enumerate(sales):
    plt.text(y+10, x, '%s' % y, va='center')
    # %s,表示格式化一个对象为字符
plt.show()