Python使用matplotlib给柱状图添加数据标签bar_label()

目录

• 0.更新matplotlib库
• 1.导入库
• 2.数据准备
• 3.绘制柱状图
• 4.绘图结果
• 5.完整代码
• 6.bar_label()相关参数的补充说明

0.更新matplotlib库

本文后续的实验过程都是基于matplotlib版本大于等于3.4.1，如果版本较低，是无法实行后续操作的，如何在Pycharm中直接更新matplotlib库的版本，请参照方法：以tensorflow库为例用Pycharm更新第三方库

1.导入库

直接导入matplotlib.pyplot库，代码为：

import matplotlib.pyplot as plt

2.数据准备

用list分别准备横坐标和纵坐标的数据。

# 构造数据
X_set = [1, 2, 3, 4, 5] # X轴数值
Y_set = [128, 211, 136, 234, 150] # Y轴数据

3.绘制柱状图

绘图代码如下：

p1 = plt.bar(X_set, Y_set, width= 0.35, label='value') # width表示柱子的宽度
plt.bar_label(p1, label_type='edge')  # label_type=‘edge'表示将数据值标签放在柱子顶端，label_type=‘center'表示将数据值标签放在柱子中间。
plt.title('The distribution of XXX')
plt.show()

4.绘图结果

上述绘图结果如下：

5.完整代码

完整代码如下：

import matplotlib.pyplot as plt

# 构造数据
X_set = [1, 2, 3, 4, 5]
Y_set = [128, 211, 136, 234, 150]
p1 = plt.bhttp://www.cppcns.comar(X_set, Y_set, width= 0.35, label='value')
plt.bar_label(p1, label_type='edge')
plt.title('The distribution of XXX')编程客栈
plt.show()

6.bar_label()相关参数的补充说明

函数的签名为matplotlib.pyplot.bar_label(container, labels=None, *, fmt='%g', label_type='edge', padding=0, **kwargs)。

函数的参数为：

• （1）containehttp://www.cppcns.comr：柱子的容器对象，通常为bar或barh函数返回值。 .BarContainer对象。必备参数。
•  （2）labels ： 标签文本列表。编程客栈类数组对象。可选参数。如果为None，则值为使用fmt参数格式化的柱子的数据（柱子的高度）。
•  （3）fmt：标签的格式字符串。 字符串。默认值为’%g’，即将标签值格式化为浮点数。
•  （4）label_type ：标签类型。取值范围为 {'edge', 'center'}，默认值为'edge'。对于普通柱状图，该参数仅用于控制标签的位置，对于堆积柱状图，不同标签类型对应不同的标签值。
  • （4.1）'edge'： 标签位于柱子的端点。显示的值为柱子的端点位置。注意！对于堆积柱状图即堆积的多个柱子的总长度。
  • （4.2）'center'：标签位于柱子的中部。显示的值为柱子的长度。
• （5）padding ： 标签与柱子之间的距离，单位为像素。浮点数。默认值为0。
• （6）**kwargs：传递给 annotate()的其他参数。返回值为标签的Text对象列表。

到此这篇关于python使用matplotlib给柱状图添加数据标签bar_label()的文章就介绍到这了,更多相关www.cppcns.commatplotlib给柱状图添数据标签内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！