Matplotlib是一个Python的2D绘图库，通过Matplotlib，开发者可以仅需要几行代码，便可以生成折线图，直方图，条形图，饼状图，散点图等。详情可查看Matplotlib库API文档

1. 条形图的绘制

条形图的绘制方式与折线图非常相似，只不过是换成了 plt.bar 方法。plt.bar 方法有以下常用参数：
（1） x ：一个数组或列表，代表需要绘制的条形图的 x 轴的坐标点
（2） data：如果传递了data，那么 x 和 y 就可以为 data 中的 key。比如 data 是一个 DataFrame 对象，那么x和 y 就是这个 DataFrame 对象的某个列的名字
（3） width：每一个条形图的宽度，默认是0.8的宽度
（4） bottom：y 轴的基线，默认是0，也就是距离底部为0
（5） align：对齐方式，默认是 center ，也就是跟指定的 x 坐标居中对齐，还有为 edge （靠边对齐），具体靠右边还是靠左边，看 width 的正负
（6） color：条形图的颜色
返回值为 BarContainer ，是一个存储了条形图的容器，而条形图实际上的类型是 matplotlib.patches.Rectangle 对象

2. 竖向条形图

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
#加载字体所用的包
from matplotlib import font_manager
font = font_manager.FontProperties(fname="C:\Windows\Fonts\simhei.ttf",size=20)

#电影票房
movies = {
    
    "流浪地球":40.78,
    "飞驰人生":15.77,
    "疯狂的外星人":20.83,
    "新喜剧之王":6.10,
    "廉政风云":1.10,
    "神探蒲松龄":1.49,
    "小猪佩奇过大年":1.22,
    "熊出没·原始时代":6.71
}
x = list(movies.keys())
y = list(movies.values())
plt.figure(figsize=(15,5))
#方式一：指定x和y
plt.bar(x,y,width=0.5,align='edge',color='r',edgecolor='k')

movie_df = pd.DataFrame(data={
    "names":list(movies.keys()),"tickets":list(movies.values())})
#方式二：指定data
plt.bar("names","tickets",data=movie_df)
plt.xticks(fontproperties=font,size=12)
plt.yticks(range(0,45,5),["%d亿"%x for x in range(0,45,5)],fontproperties=font,size=12)

3. 横向条形图

横向条形图需要使用 plt.barh 这个方法和 bar 非常的类似，只不过把方向进行旋转。参数跟 bar 类似，但也有区别。如下：
（1） y ：数组或列表，代表需要绘制的条形图在 y 轴上的坐标点
（2） width：数组或列表，代表需要绘制的条形图在 x 轴上的值（也就是长度）
（3） height：条形图的高度，默认是0.8
（4） left：条形图的基线，也就是距离 y 轴的距离
返回值也是 BarContainer 容器对象。

movies = {
    
    "流浪地球":40.78,
    "飞驰人生":15.77,
    "疯狂的外星人":20.83,
    "新喜剧之王":6.10,
    "廉政风云":1.10,
    "神探蒲松龄":1.49,
    "小猪佩奇过大年":1.22,
    "熊出没·原始时代":6.71
}
plt.barh(list(movies.keys()),list(movies.values()))
plt.yticks(fontproperties=font,size=10)

4.分组条形图

#绘制的规则是：一次性绘制所有电影第一天的数据，第二天的数据2...，然后要找到规律，把这个条形图的位置算好
#准备数据
movies = {
    
    "流浪地球":[2.01,4.59,7.99,11.83,16],
    "飞驰人生":[3.19,5.08,6.73,8.10,9.35],
    "疯狂的外星人":[4.07,6.92,9.30,11.29,13.03],
    "新喜剧之王":[2.72,3.79,4.45,4.83,5.11],
    "廉政风云":[0.56,0.74,0.83,0.88,0.92],
    "神探蒲松龄":[0.66,0.95,1.10,1.17,1.23],
    "小猪佩奇过大年":[0.58,0.81,0.94,1.01,1.07],
    "熊出没·原始时代":[1.13,1.96,2.73,3.42,4.05]
}
#结果为：
# 流浪地球 飞驰人生 疯狂的外星人 新喜剧之王 廉政风云 神探蒲松龄 小猪佩奇过大年 熊出没·原始时代
#0 2.01 3.19 4.07 2.72 0.56 0.66 0.58 1.13
#1 4.59 5.08 6.92 3.79 0.74 0.95 0.81 1.96
#2 7.99 6.73 9.30 4.45 0.83 1.10 0.94 2.73
#3 11.83 8.10 11.29 4.83 0.88 1.17 1.01 3.42
#4 16.00 9.35 13.03 5.11 0.92 1.23 1.07 4.05
movie_df = pd.DataFrame(movies)

plt.figure(figsize=(15,5))

xticks = np.arange(len(movies))
#可以调整间距
#xticks = np.arange(0,len(movies)*1.5,1.5)

bar_width = 0.15

#-2 -1 0 1 2
#plt.bar(xticks-2*bar_width,movie_df.iloc[0],width=bar_width)
#plt.bar(xticks-bar_width,movie_df.iloc[1],width=bar_width)
#plt.bar(xticks,movie_df.iloc[2],width=bar_width)
#plt.bar(xticks+bar_width,movie_df.iloc[3],width=bar_width)
#plt.bar(xticks+2*bar_width,movie_df.iloc[4],width=bar_width)

for index in movie_df.index:
    day_tickets = movie_df.iloc[index]
    xs = xticks+(-2+index)*bar_width
    #label为图例设置文本
    plt.bar(xs,day_tickets,width=bar_width,label='第%d天票房'%(index+1))
    #zip接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个tuple(元组),然后返回由这些tuples组成的list(列表)
    for ticket,x in zip(movie_df.iloc[index],xs):
    	#设置注释文本
        plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.1,ticket+0.1))
#设置x轴刻度
plt.xticks(xticks,movie_df.columns,fontproperties=font,size=15)
#图例
font.set_size(12)
plt.legend(prop=font)
#网格
plt.grid()
plt.show()

5. 堆叠条形图

堆叠条形图，是将一组相关的条形图堆叠在一起进行比较的条形图。在绘制堆叠的数据时，利用 bottom 参数往上偏移指定的距离。

#准备数据
menMeans = (20,35,30,35,27)
womenMeans = (25,32,34,20,25)
groupNames = ('G1','G2','G3','G4','G5')

#设置图形大小
plt.figure(figsize=(8,5))

plt.bar(groupNames,menMeans,label='男性得分',width=0.6)
plt.bar(groupNames,womenMeans,bottom=menMeans,label='女性得分',width=0.6)
for name,men,women in zip(groupNames,menMeans,womenMeans):
    plt.annotate(men,xy=(name,men),xytext=(name,men+0.1))
    plt.annotate(women,xy=(name,women),xytext=(name,men+women+0.1))
plt.legend(prop=font)