導(dǎo)讀：柱狀圖是當(dāng)前應(yīng)用最廣泛的圖表之一，你幾乎每天都可以在電子產(chǎn)品上看到它。它有哪些分類(lèi)？可以展示哪些數(shù)據(jù)關(guān)系？怎樣用Python繪制？本文帶你逐一了解。
作者：屈希峰，資深Python工程師，知乎多個(gè)專(zhuān)欄作者
來(lái)源：大數(shù)據(jù)DT（ID：hzdashuju）
01 概述
柱狀圖（Histogram）是一種以長(zhǎng)方形的長(zhǎng)度為變量的表達(dá)圖形的統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋表示數(shù)據(jù)分布的情況，用來(lái)比較兩個(gè)或兩個(gè)以上的價(jià)值（不同時(shí)間或者不同條件），只有一個(gè)變量，通常用于較小的數(shù)據(jù)集分析。
柱狀圖也可橫向排列，或用多維方式表達(dá)。其主要用于數(shù)據(jù)統(tǒng)計(jì)與分析，早期主要用于數(shù)學(xué)統(tǒng)計(jì)學(xué)科中，用柱狀圖表示數(shù)碼相機(jī)的曝光值，到現(xiàn)代使用已經(jīng)比較廣泛，比如現(xiàn)代的電子產(chǎn)品和一些軟件的分析測(cè)試，如電腦、數(shù)碼相機(jī)的顯示器和Photoshop上都能看到相應(yīng)的柱狀圖。
1. 基礎(chǔ)柱狀圖
基礎(chǔ)柱狀圖經(jīng)常用來(lái)對(duì)比數(shù)值的大小，使用范圍非常廣泛，例如科比在不同賽季的得分、不同游戲App下載量、不同時(shí)期手機(jī)端綜合搜索用戶(hù)規(guī)模等，圖2-33顯示不同種類(lèi)水果的銷(xiāo)量。
▲圖2-33 基本柱狀圖
需要注意的是，分類(lèi)太多不適合使用豎向柱狀圖，如圖2-34所示。
▲圖2-34 豎向柱狀圖
此時(shí)，需要用到橫向柱狀圖，如圖2-35所示。
▲圖2-35 橫向柱狀圖
2. 分組柱狀圖
分組柱狀圖，又叫聚合柱狀圖。當(dāng)使用者需要在同一個(gè)軸上顯示各個(gè)分類(lèi)下不同的分組時(shí)，需要用到分組柱狀圖。
跟柱狀圖類(lèi)似，使用柱子的高度來(lái)映射和對(duì)比數(shù)據(jù)值。每個(gè)分組中的柱子使用不同顏色或者相同顏色不同透明的方式區(qū)別各個(gè)分類(lèi)，各個(gè)分組之間需要保持間隔。
分組柱狀圖經(jīng)常用于不同組間數(shù)據(jù)的比較，這些組都包含了相同分類(lèi)的數(shù)據(jù)。例如，展示改革開(kāi)放以來(lái)城鎮(zhèn)與農(nóng)村人口的變化，不同游戲公司的休閑、益智、格斗類(lèi)App的下載量對(duì)比等。圖2-36對(duì)比了2015—2017年間不同水果的銷(xiāo)量。
▲圖2-36 分組柱狀圖
3. 堆疊柱狀圖
與并排顯示分類(lèi)的分組柱狀圖不同，堆疊柱狀圖將每個(gè)柱子進(jìn)行分割以顯示相同類(lèi)型下各個(gè)數(shù)據(jù)的大小情況。它可以形象地展示一個(gè)大分類(lèi)包含的每個(gè)小分類(lèi)的數(shù)據(jù)，以及各個(gè)小分類(lèi)的占比，顯示的是單個(gè)項(xiàng)目與整體之間的關(guān)系。我們將堆疊柱狀圖分為兩種類(lèi)型：
1）一般的堆疊柱狀圖：每一根柱子上的值分別代表不同的數(shù)據(jù)大小，各層的數(shù)據(jù)總和代表整根柱子的高度。非常適用于比較每個(gè)分組的數(shù)據(jù)總量。
2）百分比的堆疊柱狀圖：柱子的各個(gè)層代表的是該類(lèi)別數(shù)據(jù)占該分組總體數(shù)據(jù)的百分比。
堆疊柱狀圖的一個(gè)缺點(diǎn)是當(dāng)柱子上的堆疊太多時(shí)會(huì)導(dǎo)致數(shù)據(jù)很難區(qū)分對(duì)比，同時(shí)很難對(duì)比不同分類(lèi)下相同維度的數(shù)據(jù)，因?yàn)樗鼈儾皇前凑胀换鶞?zhǔn)線對(duì)齊的。
圖2-37是顯示2015—2017年間不同水果的累計(jì)數(shù)量。
▲圖2-37 堆疊柱狀圖
4. 雙向柱狀圖
雙向柱狀圖，又名正負(fù)條形圖，使用正向和反向的柱子顯示類(lèi)別之間的數(shù)值比較。其中分類(lèi)軸表示需要對(duì)比的分類(lèi)維度，連續(xù)軸代表相應(yīng)的數(shù)值，分為兩種情況，一種是正向刻度值與反向刻度值完全對(duì)稱(chēng)，另一種是正向刻度值與反向刻度值反向?qū)ΨQ(chēng)，即互為相反數(shù)。
圖2-38是顯示2015—2017年間不同水果的進(jìn)出口數(shù)量。
▲圖2-38 雙向柱狀圖
5. 瀑布圖
瀑布圖是由麥肯錫顧問(wèn)公司所獨(dú)創(chuàng)的圖表類(lèi)型，因?yàn)樾嗡破俨剂魉Q(chēng)之為瀑布圖(Waterfall Plot)。此種圖表采用絕對(duì)值與相對(duì)值結(jié)合的方式，適用于表達(dá)數(shù)個(gè)特定數(shù)值之間的數(shù)量變化關(guān)系。圖2-39顯示歷年短跑冠軍的時(shí)間跨度，由此可以看出人類(lèi)體能極限越來(lái)越高了。
▲圖2-39 瀑布圖
接下來(lái)，我們看看如何用Bokeh依次實(shí)現(xiàn)這些柱狀圖。
02 實(shí)例
柱狀圖代碼示例如下所示。
1p?=?figure(plot_width=400,?plot_height=400)
2p.vbar(x=[1,?2,?3],?width=0.5,?bottom=0,
3???????top=[1.2,?2.5,?3.7],?color="red")???#?垂直柱狀圖
4show(p)??#?顯示
運(yùn)行結(jié)果如圖2-40所示。
▲圖2-40?代碼示例2-27運(yùn)行結(jié)果
代碼示例2-27第2行采用vbar()方法實(shí)現(xiàn)垂直柱狀圖，該方法具體的參數(shù)說(shuō)明如下。
p.vbar(x, width, top, bottom=0, **kwargs)參數(shù)說(shuō)明。
x (:class:`~bokeh.core.properties.NumberSpec` ) : 柱中心x軸坐標(biāo)
width (:class:`~bokeh.core.properties.NumberSpec` ) : 柱寬
top (:class:`~bokeh.core.properties.NumberSpec` ) : 柱頂部y軸坐標(biāo)
bottom (:class:`~bokeh.core.properties.NumberSpec` ) : 柱底部y軸坐標(biāo)
1p?=?figure(plot_width=400,?plot_height=400)??
2p.hbar(y=[1,?2,?3],?height=0.5,?left=0,??
3???????right=[1.2,?2.5,?3.7],?color="navy")??#?水平柱狀圖??
4show(p)??#?顯示
運(yùn)行結(jié)果如圖2-41所示。
▲圖2-41 代碼示例2-28運(yùn)行結(jié)果
代碼示例2-28第2行采用hbar()方法實(shí)現(xiàn)橫向柱狀圖，該方法具體的參數(shù)說(shuō)明如下。
p.hbar(y, height, right, left=0, **kwargs)參數(shù)說(shuō)明。
y (:class:`~bokeh.core.properties.NumberSpec` ) : 柱中心y軸坐標(biāo)
height (:class:`~bokeh.core.properties.NumberSpec` ) :柱的高度（寬度）
right (:class:`~bokeh.core.properties.NumberSpec` ) :柱右側(cè)邊界x軸坐標(biāo)
left (:class:`~bokeh.core.properties.NumberSpec` ) :柱左側(cè)邊界x軸坐標(biāo)
1from?bokeh.models?import?ColumnDataSource??
2from?bokeh.palettes?import?Spectral6??
3import?pandas?as?pd??
4df=pd.read_csv('data/visualization-20190505.csv')??
5p?=?figure(x_range=df['Visualization_tools'],title="2019年5月常見(jiàn)可視化工具源碼GitHub標(biāo)星數(shù)量")??
6p.vbar(x=df['Visualization_tools'],?top=df['Star']?,?width=0.8,?color=Spectral6)
7p.xgrid.grid_line_color?=?None??
8p.y_range.start?=?0??
9show(p)??
運(yùn)行結(jié)果如圖2-42所示。
▲圖2-42 代碼示例2-29運(yùn)行結(jié)果
代碼示例2-29第6行采用vbar()方法展示集中可視化開(kāi)源工具在GitHub上的Stars數(shù)，可以看出Bokeh已經(jīng)超過(guò)了Matplotlib。
1#?數(shù)據(jù)??2fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']3counts?=?[5,?3,?4,?2,?4,?6]??4#?畫(huà)布??5p?=?figure(x_range=fruits,?plot_height=350,?title="Fruit?Counts",??6#????????????toolbar_location=None,??7#????????????tools=""??8?????????)??9#?柱狀圖??
10p.vbar(x=fruits,?top=counts,?width=0.9)??
11#?坐標(biāo)軸設(shè)置??
12p.xgrid.grid_line_color?=?None??
13p.y_range.start?=?0??
14#?顯示??
15show(p)??
運(yùn)行結(jié)果如圖2-43所示。
▲圖2-43 代碼示例2-30運(yùn)行結(jié)果
代碼示例2-30第10行采用vbar()方法展示了幾種水果的銷(xiāo)量。
1#?數(shù)據(jù)??2fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']3counts?=?[5,?3,?4,?2,?4,?6]??4#?排序??5sorted_fruits?=?sorted(fruits,?key=lambda?x:?counts[fruits.index(x)])??6#?畫(huà)布??7p?=?figure(x_range=sorted_fruits,?plot_height=350,?title="Fruit?Counts",??8#????????????toolbar_location=None,?tools=""??9??????????)??
10#?繪圖??
11p.vbar(x=fruits,?top=counts,?width=0.9)??
12#?其他??
13p.xgrid.grid_line_color?=?None??
14p.y_range.start?=?0??
15#?顯示??
16show(p)
運(yùn)行結(jié)果如圖2-44所示。
▲圖2-44 代碼示例2-31運(yùn)行結(jié)果
代碼示例2-31第5行先用sorted()方法對(duì)原始數(shù)據(jù)進(jìn)行排序；然后在第11行采用vbar()方法展示了幾種水果的銷(xiāo)量。
1from?bokeh.models?import?ColumnDataSource??2from?bokeh.palettes?import?Spectral6??3from?bokeh.transform?import?factor_cmap??4#?數(shù)據(jù)??5fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']6counts?=?[5,?3,?4,?2,?4,?6]??7source?=?ColumnDataSource(data=dict(fruits=fruits,?counts=counts))??8#?畫(huà)布??9p?=?figure(x_range=fruits,?plot_height=350,?toolbar_location=None,?title="Fruit?Counts")??
10#?繪圖，分組顏色映射??
11p.vbar(x='fruits',?top='counts',?width=0.9,?source=source,?legend="fruits",??
12???????line_color='white',?fill_color=factor_cmap('fruits',?palette=Spectral6,?factors=fruits))??
13#?坐標(biāo)軸、圖例設(shè)置??
14p.xgrid.grid_line_color?=?None??
15p.y_range.start?=?0??
16p.y_range.end?=?9??
17p.legend.orientation?=?"horizontal"??
18p.legend.location?=?"top_center"??
19show(p)??
運(yùn)行結(jié)果如圖2-45所示。
▲圖2-45 代碼示例2-32運(yùn)行結(jié)果
代碼示例2-32第11行采用vbar()方法展示了幾種水果的銷(xiāo)量，其中l(wèi)ine_color、fill_color分別為柱的輪廓線顏色和填充顏色，factor_cmap采用數(shù)據(jù)分類(lèi)進(jìn)行顏色映射。在代碼實(shí)例2-27中，也可以通過(guò)color直接定義顏色列表。
1from?bokeh.models?import?ColumnDataSource??2from?bokeh.palettes?import?Spectral6??#?['#3288bd',?'#99d594',?'#e6f598',?'#fee08b',?'#fc8d59',?'#d53e4f']3fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']4counts?=?[5,?3,?4,?2,?4,?6]??5source?=?ColumnDataSource(data=dict(fruits=fruits,?counts=counts,?color=Spectral6))6p?=?figure(x_range=(0,9),?y_range=fruits,?plot_height=250,?title="Fruit?Counts",7#????????????toolbar_location=None,?tools=""??8??????????)??9p.hbar(y='fruits',left=0,right='counts',?height=0.5?,color='color',?legend="fruits",?source=source)??
10p.xgrid.grid_line_color?=?None??
11#?p.legend.orientation?=?"horizontal"??
12p.legend.location?=?"top_right"??
13show(p)
運(yùn)行結(jié)果如圖2-46所示。
代碼示例2-33第9行采用hbar()方法展示了幾種水果的銷(xiāo)量，并使用color直接定義顏色列表。
▲圖2-46 代碼示例2-33運(yùn)行結(jié)果
1fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']2years?=?['2015',?'2016',?'2017']??3data?=?{'fruits'?:?fruits,??4?????????????'2015'???:?[2,?1,?4,?3,?2,?4],??5?????????????'2016'???:?[5,?3,?3,?2,?4,?6],??6?????????????'2017'???:?[3,?2,?4,?4,?5,?3]}??7#?創(chuàng)建復(fù)合列表?[?("Apples",?"2015"),?("Apples",?"2016"),?("Apples",?"2017"),?("Pears",?"2015),?...?]??8x?=?[?(fruit,?year)?for?fruit?in?fruits?for?year?in?years?]??9counts?=?sum(zip(data['2015'],?data['2016'],?data['2017']),?())?#?分組求和(堆疊總數(shù))
10source?=?ColumnDataSource(data=dict(x=x,?counts=counts))??
11#?畫(huà)布??
12p?=?figure(x_range=FactorRange(*x),?plot_height=350,?title="Fruit?Counts?by?Year",??
13#????????????toolbar_location=None,?tools=""??
14??????????)??
15#?柱狀圖??
16p.vbar(x='x',?top='counts',?width=0.9,?source=source)??
17#?其他??
18p.y_range.start?=?0??
19p.x_range.range_padding?=?0.1??
20p.xaxis.major_label_orientation?=?1??
21p.xgrid.grid_line_color?=?None??
22#?顯示??
23show(p)??
運(yùn)行結(jié)果如圖2-47所示。
代碼示例2-34第8、9行數(shù)據(jù)預(yù)處理，讀者可以打印數(shù)據(jù)格式；筆者建議在實(shí)踐中多采用Pandas進(jìn)行數(shù)據(jù)預(yù)處理，其DataFrames的復(fù)合序列可以直接作為分組柱狀圖的數(shù)據(jù)。
▲圖2-47 代碼示例2-34運(yùn)行結(jié)果
1#?數(shù)據(jù)??2fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']3years?=?['2015',?'2016',?'2017']??4data?=?{'fruits'?:?fruits,??5????????'2015'???:?[2,?1,?4,?3,?2,?4],??6????????'2016'???:?[5,?3,?3,?2,?4,?6],??7????????'2017'???:?[3,?2,?4,?4,?5,?3]}??8palette?=?["#c9d9d3",?"#718dbf",?"#e84d60"]??9x?=?[?(fruit,?year)?for?fruit?in?fruits?for?year?in?years?]??
10counts?=?sum(zip(data['2015'],?data['2016'],?data['2017']),?())?#?like?an?hstack
11source?=?ColumnDataSource(data=dict(x=x,?counts=counts))??
12#?畫(huà)布??
13p?=?figure(x_range=FactorRange(*x),?plot_height=350,?title="Fruit?Counts?by?Year",
14#????????????toolbar_location=None,?tools=""??
15??????????)??
16#?繪圖??
17p.vbar(x='x',?top='counts',?width=0.9,?source=source,?line_color="white",??
18???????fill_color=factor_cmap('x',?palette=palette,?factors=years,?start=1,?end=2))
19#?其他??
20p.y_range.start?=?0??
21p.x_range.range_padding?=?0.1??
22p.xaxis.major_label_orientation?=?1??
23p.xgrid.grid_line_color?=?None??
24#?顯示??
25show(p)
運(yùn)行結(jié)果如圖2-48所示。
▲圖2-48 代碼示例2-35運(yùn)行結(jié)果
代碼示例2-35在代碼示例2-33的基礎(chǔ)上增加了柱狀圖顏色（第18行），factor_cmap方法是將色板對(duì)應(yīng)的顏色列表映射到相應(yīng)的分類(lèi)數(shù)據(jù)上。
1from?bokeh.core.properties?import?value??2from?bokeh.transform?import?dodge????3#?數(shù)據(jù)??4fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']??5years?=?['2015',?'2016',?'2017']??6data?=?{'fruits'?:?fruits,??7?????????????'2015'???:?[2,?1,?4,?3,?2,?4],??8?????????????'2016'???:?[5,?3,?3,?2,?4,?6],??9?????????????'2017'???:?[3,?2,?4,?4,?5,?3]}??
10source?=?ColumnDataSource(data=data)??
11#?畫(huà)布??
12p?=?figure(x_range=fruits,?y_range=(0,?10),?plot_height=350,?title="Fruit?Counts?by?Year",??
13#????????????toolbar_location=None,?tools=""??
14??????????)??
15#?繪圖，采用doge數(shù)據(jù)轉(zhuǎn)換，按產(chǎn)品種類(lèi)不同年份分組顯示??
16p.vbar(x=dodge('fruits',?-0.25,?range=p.x_range),?top='2015',?width=0.2,?source=source,??
17???????color="#c9d9d3",?legend=value("2015"))??
18
19p.vbar(x=dodge('fruits',??0.0,??range=p.x_range),?top='2016',?width=0.2,?source=source,??
20???????color="#718dbf",?legend=value("2016"))??
21
22p.vbar(x=dodge('fruits',??0.25,?range=p.x_range),?top='2017',?width=0.2,?source=source,??
23???????color="#e84d60",?legend=value("2017"))??
24#?其他參數(shù)設(shè)置??
25p.x_range.range_padding?=?0.1??
26p.xgrid.grid_line_color?=?None??
27p.legend.location?=?"top_left"??
28p.legend.orientation?=?"horizontal"??
29#?顯示??
30show(p)
運(yùn)行結(jié)果如圖2-49所示。
▲圖2-49 代碼示例2-36運(yùn)行結(jié)果
代碼示例2-36第16、19、22使用vbar()方法分別繪制2015—2017年各種水果的銷(xiāo)量；其中dodge方法按每年不同種類(lèi)水果的數(shù)據(jù)分散繪制在x軸范圍內(nèi)，是將色板對(duì)應(yīng)的顏色列表映射到相應(yīng)的分類(lèi)數(shù)據(jù)上，dodge第二個(gè)參數(shù)表示該分類(lèi)的起始繪制點(diǎn)。
1from?bokeh.core.properties?import?value??2#?數(shù)據(jù)??3fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']??4years?=?["2015",?"2016",?"2017"]??5colors?=?["#c9d9d3",?"#718dbf",?"#e84d60"]??6data?=?{'fruits'?:?fruits,??7????????'2015'???:?[2,?1,?4,?3,?2,?4],??8????????'2016'???:?[5,?3,?4,?2,?4,?6],??9????????'2017'???:?[3,?2,?4,?4,?5,?3]}??
10#?畫(huà)布??
11p?=?figure(x_range=fruits,?plot_height=250,?title="Fruit?Counts?by?Year",??
12#????????????toolbar_location=None,??
13#????????????tools="hover",??
14???????????tooltips="$name?@fruits:?@$name")??
15#?繪圖,直接堆疊各年數(shù)據(jù)??
16p.vbar_stack(years,?x='fruits',?width=0.9,?color=colors,?source=data,??
17?????????????legend=[value(x)?for?x?in?years])?#?legend=[{'value':?'2015'},?{'value':?'2016'},?{'value':?'2017'}]??
18#?其他??
19p.y_range.start?=?0??
20p.x_range.range_padding?=?0.1??
21p.xgrid.grid_line_color?=?None??
22p.axis.minor_tick_line_color?=?None??
23p.outline_line_color?=?None??
24p.legend.location?=?"top_left"??
25p.legend.orientation?=?"horizontal"??
26#?顯示??
27show(p)
運(yùn)行結(jié)果如圖2-50所示。
▲圖2-50 代碼示例2-37運(yùn)行結(jié)果
代碼示例2-37第16行使用vbar_stack()方法實(shí)現(xiàn)豎向堆疊柱狀圖，該方法具體的參數(shù)說(shuō)明如下。
p.vbar_stack(stackers, **kw)參數(shù)說(shuō)明。
其他參數(shù)基本上同vbar()方法。
1from?bokeh.models?import?Legend??2p?=?figure(y_range=fruits,?plot_height=250,title="Fruit?Counts?by?Year",??3#????????????toolbar_location=None,?tools=""??4??????????)??5source?=?ColumnDataSource(data=data)??6p.hbar_stack(years,?y='fruits',height=0.8,?color=colors,?source=source,??7????????????legend=[value(x)?for?x?in?years]?)??#?堆疊柱狀圖，逐年堆疊??8p.x_range.start?=?0??9p.y_range.range_padding?=?0.1?#?x軸兩側(cè)空白??
10p.ygrid.grid_line_color?=?None??
11p.axis.minor_tick_line_color?=?None??
12p.outline_line_color?=?None??
13p.legend.location?=?"top_right"??
14#?p.legend.orientation?=?"horizontal"??
15p.legend.click_policy="hide"??
16show(p)
運(yùn)行結(jié)果如圖2-51所示。
▲圖2-51 代碼示例2-38運(yùn)行結(jié)果
代碼示例2-38第6行使用hbar_stack()方法實(shí)現(xiàn)橫向堆疊柱狀圖，該方法具體的參數(shù)說(shuō)明如下。
p.hbar_stack(stackers, **kw)參數(shù)說(shuō)明。
其他參數(shù)基本上同vbar()方法。
在學(xué)習(xí)或時(shí)間過(guò)程中，圖例可能遮蓋圖表，此時(shí)可以將圖例移到坐標(biāo)軸外或單獨(dú)作為一個(gè)圖層。
1from?bokeh.palettes?import?Spectral5??2from?bokeh.sampledata.autompg?import?autompg?as?df??3from?bokeh.transform?import?factor_cmap??4#?數(shù)據(jù),預(yù)處理??5df.cyl?=?df.cyl.astype(str)??6group?=?df.groupby('cyl')??7cyl_cmap?=?factor_cmap('cyl',?palette=Spectral5,?factors=sorted(df.cyl.unique()))?#?分組顏色映射??8#?畫(huà)布??9p?=?figure(plot_height=350,?x_range=group,?title="MPG?by?#?Cylinders",??
10#????????????toolbar_location=None,?tools=""??
11??????????)??
12#?繪圖??
13p.vbar(x='cyl',?top='mpg_mean',?width=0.9,?source=group,??
14???????line_color=cyl_cmap,?fill_color=cyl_cmap)??
15#?其他??
16p.y_range.start?=?0??
17p.xgrid.grid_line_color?=?None??
18p.xaxis.axis_label?=?"some?stuff"??
19p.xaxis.major_label_orientation?=?1.2??
20p.outline_line_color?=?None??
21#?顯示??
22show(p)??
運(yùn)行結(jié)果如圖2-52所示。
▲圖2-52 代碼示例2-39運(yùn)行結(jié)果
代碼示例2-39第13行使用vbar()用柱狀圖展示了汽車(chē)缸數(shù)與每加侖汽油能行駛的英里數(shù)之間的關(guān)系。
1from?bokeh.sampledata.autompg?import?autompg_clean?as?df??2df.cyl?=?df.cyl.astype(str)??3df.yr?=?df.yr.astype(str)??4group?=?df.groupby(['cyl',?'mfr'])?#?復(fù)合條件分組，[缸數(shù)、廠家]??5index_cmap?=?factor_cmap('cyl_mfr',?palette=Spectral5,?factors=sorted(df.cyl.unique()),?end=1)??6#?畫(huà)布??7p?=?figure(plot_width=800,?plot_height=300,?title="Mean?MPG?by?#?Cylinders?and?Manufacturer",??8???????????x_range=group,?tooltips=[("MPG",?"@mpg_mean"),?("Cyl,?Mfr",?"@cyl_mfr")])??9#?繪圖??
10p.vbar(x='cyl_mfr',?top='mpg_mean',?width=1,?source=group,??
11???????line_color="white",?fill_color=index_cmap,?)?#?尾氣排放量均值??
12#?其他??
13p.y_range.start?=?0??
14p.x_range.range_padding?=?0.05??#?同css中的padding??
15p.xgrid.grid_line_color?=?None??
16p.xaxis.axis_label?=?"Manufacturer?grouped?by?#?Cylinders"??
17p.xaxis.major_label_orientation?=?1.2?#?x軸標(biāo)簽旋轉(zhuǎn)??
18p.outline_line_color?=?None??
19#?顯示??
20show(p)
運(yùn)行結(jié)果如圖2-53所示。
▲圖2-53 代碼示例2-40運(yùn)行結(jié)果
代碼示例2-40第10行使用vbar()繪制分組柱狀圖，數(shù)據(jù)分組采用Pandas的groupby方法，該數(shù)據(jù)為復(fù)合序列，展示了汽車(chē)缸數(shù)與每加侖汽油能行駛的英里數(shù)之間的關(guān)系。
1#?數(shù)據(jù)??2from?bokeh.sampledata.sprint?import?sprint??3sprint.Year?=?sprint.Year.astype(str)??4group?=?sprint.groupby('Year')??5source?=?ColumnDataSource(group)??6#?畫(huà)布??7p?=?figure(y_range=group,?x_range=(9.5,12.7),?plot_width=400,?plot_height=550,???8#????????????toolbar_location=None,??9???????????title="Time?Spreads?for?Sprint?Medalists?(by?Year)")??
10#?繪圖??
11p.hbar(y="Year",?left='Time_min',?right='Time_max',?height=0.4,?source=source)?#?水平柱狀圖??
12#?其他??
13p.ygrid.grid_line_color?=?None??
14p.xaxis.axis_label?=?"Time?(seconds)"??
15p.outline_line_color?=?None??
16#?顯示??
17show(p)
運(yùn)行結(jié)果如圖2-54所示。
▲圖2-54 代碼示例2-41運(yùn)行結(jié)果
代碼示例2-41第11行使用hbar()繪制瀑布圖，參數(shù)中l(wèi)eft、right為柱左、右坐標(biāo)。若左側(cè)的起始坐標(biāo)均為某一定值，則變回橫向柱狀圖。
1from?bokeh.core.properties?import?value??2from?bokeh.models?import?ColumnDataSource,?FactorRange??3#?數(shù)據(jù)??4factors?=?[??5????????("Q1",?"jan"),?("Q1",?"feb"),?("Q1",?"mar"),??6????????("Q2",?"apr"),?("Q2",?"may"),?("Q2",?"jun"),??7????????("Q3",?"jul"),?("Q3",?"aug"),?("Q3",?"sep"),??8????????("Q4",?"oct"),?("Q4",?"nov"),?("Q4",?"dec"),??9
10]??
11regions?=?['east',?'west']??
12source?=?ColumnDataSource(data=dict(??
13???????x=factors,??
14???????east=[?5,?5,?6,?5,?5,?4,?5,?6,?7,?8,?6,?9?],??
15???????west=[?5,?7,?9,?4,?5,?4,?7,?7,?7,?6,?6,?7?],??
16))??
17#?畫(huà)布??
18p?=?figure(x_range=FactorRange(*factors),?plot_height=250,??
19#????????????????????toolbar_location=None,?tools=""??
20??????????)??
21#?繪圖??
22p.vbar_stack(regions,?x='x',?width=0.9,?alpha=0.5,?color=["blue",?"red"],?source=source,
23???????????????????legend=[value(x)?for?x?in?regions])??
24#?其他??
25p.y_range.start?=?0??
26p.y_range.end?=?18??
27p.x_range.range_padding?=?0.1??
28p.xaxis.major_label_orientation?=?1??
29p.xgrid.grid_line_color?=?None??
30p.legend.location?=?"top_center"??
31p.legend.orientation?=?"horizontal"??
32#?顯示??
33show(p)
運(yùn)行結(jié)果如圖2-55所示。
▲圖2-55 代碼示例2-42運(yùn)行結(jié)果
代碼示例2-42第18行使用FactorRange ()方法預(yù)定義x軸的范圍（factors的數(shù)據(jù)格式與Pandas復(fù)合序列相似）；第19行繪制豎向堆疊柱狀圖。與常規(guī)豎向堆疊柱狀圖相比，該圖采用了復(fù)合序列，多展示了一個(gè)維度。
1from?bokeh.models?import?ColumnDataSource??2from?bokeh.palettes?import?GnBu3,?OrRd3??3#?數(shù)據(jù)??4fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']??5years?=?["2015",?"2016",?"2017"]??6exports?=?{'fruits'?:?fruits,??7???????????'2015'???:?[2,?1,?4,?3,?2,?4],??8???????????'2016'???:?[5,?3,?4,?2,?4,?6],??9???????????'2017'???:?[3,?2,?4,?4,?5,?3]}??
10imports?=?{'fruits'?:?fruits,??
11???????????'2015'???:?[-1,?0,?-1,?-3,?-2,?-1],??
12???????????'2016'???:?[-2,?-1,?-3,?-1,?-2,?-2],??
13???????????'2017'???:?[-1,?-2,?-1,?0,?-2,?-2]}??
14#?畫(huà)布??
15p?=?figure(y_range=fruits,?plot_height=350,?x_range=(-16,?16),?title="Fruit?import/export,?by?year",??
16#????????????toolbar_location=None??
17??????????)??
18#?水平堆積柱狀圖出口（正向）??
19p.hbar_stack(years,?y='fruits',?height=0.9,?color=GnBu3,?source=ColumnDataSource(exports),??
20?????????????legend=["%s?exports"?%?x?for?x?in?years])??
21#?水平堆積柱狀圖進(jìn)口（負(fù)向）??
22p.hbar_stack(years,?y='fruits',?height=0.9,?color=OrRd3,?source=ColumnDataSource(imports),??
23?????????????legend=["%s?imports"?%?x?for?x?in?years])??
24#?其他
25p.y_range.range_padding?=?0.1??
26p.ygrid.grid_line_color?=?None??
27p.legend.location?=?"top_left"??
28p.axis.minor_tick_line_color?=?None??
29p.outline_line_color?=?None??
30#?顯示
31show(p)
運(yùn)行結(jié)果如圖2-56所示。
代碼示例2-43第19、22行分別使用hbar_stack ()方法向左、右兩個(gè)方向繪制，實(shí)現(xiàn)橫向堆疊柱狀圖；注意，當(dāng)y軸為分類(lèi)數(shù)據(jù)（字符串）時(shí)，一般需要預(yù)先定義y_range。筆者在實(shí)踐中習(xí)慣用該圖，不受縱向長(zhǎng)度約束，適合數(shù)據(jù)較多的長(zhǎng)圖，例如全國(guó)各省某類(lèi)型數(shù)據(jù)的比較。
▲圖2-56 代碼示例2-43運(yùn)行結(jié)果
1from?bokeh.models?import?FactorRange??2factors?=?[??3???????("Q1",?"jan"),?("Q1",?"feb"),?("Q1",?"mar"),??4???????("Q2",?"apr"),?("Q2",?"may"),?("Q2",?"jun"),??5???????("Q3",?"jul"),?("Q3",?"aug"),?("Q3",?"sep"),??6???????("Q4",?"oct"),?("Q4",?"nov"),?("Q4",?"dec"),??78]?#?復(fù)合數(shù)列??9p?=?figure(x_range=FactorRange(*factors),?plot_height=350,??
10#????????????????????toolbar_location=None,?tools=""??
11??????????)?#?如果不采用ColumnDataSource,就必須預(yù)定義factors??
12x?=?[?10,?12,?16,?9,?10,?8,?12,?13,?14,?14,?12,?16?]??
13#?水平柱狀圖??
14p.vbar(x=factors,?top=x,?width=0.9,?alpha=0.5)??
15#?折線??
16p.line(x=["Q1",?"Q2",?"Q3",?"Q4"],?y=[12,?9,?13,?14],?color="red",?line_width=2)
17#?其他??
18p.y_range.start?=?0??
19p.x_range.range_padding?=?0.1??
20p.xaxis.major_label_orientation?=?1??
21p.xgrid.grid_line_color?=?None??
22#?顯示??
23show(p)
運(yùn)行結(jié)果如圖2-57所示。
▲圖2-57 代碼示例2-44運(yùn)行結(jié)果
關(guān)于作者：屈希峰，資深Python工程師，Bokeh領(lǐng)域的實(shí)踐者和布道者，對(duì)Bokeh有深入的研究。擅長(zhǎng)Flask、MongoDB、Sklearn等技術(shù)，實(shí)踐經(jīng)驗(yàn)豐富。知乎多個(gè)專(zhuān)欄（Python中文社區(qū)、Python程序員、大數(shù)據(jù)分析挖掘）作者，專(zhuān)欄累計(jì)關(guān)注用戶(hù)十余萬(wàn)人。
本文摘編自《Python數(shù)據(jù)可視化：基于Bokeh的可視化繪圖》，經(jīng)出版方授權(quán)發(fā)布。
延伸閱讀《Python數(shù)據(jù)可視化》
點(diǎn)擊上圖了解及購(gòu)買(mǎi)
轉(zhuǎn)載請(qǐng)聯(lián)系微信：DoctorData
推薦語(yǔ)：從圖形繪制、數(shù)據(jù)動(dòng)態(tài)展示、Web交互等維度全面講解Bokeh功能和使用，不含復(fù)雜數(shù)據(jù)處理和算法，深入淺出，適合零基礎(chǔ)入門(mén)，包含大量案例。
有話要說(shuō)????
Q:?你在哪些案例中使用柱狀圖？
歡迎留言與大家分享
猜你想看????
沿用70多年的經(jīng)典數(shù)據(jù)可視化方法，如何用Python實(shí)現(xiàn)？
新手學(xué)Python， 如何從"入門(mén)到入土"變?yōu)?#34;從入門(mén)到快速上車(chē)"？
機(jī)器學(xué)習(xí)入門(mén)必讀：6種簡(jiǎn)單實(shí)用算法及學(xué)習(xí)曲線、思維導(dǎo)圖
2020大風(fēng)口！什么是圖神經(jīng)網(wǎng)絡(luò)？有什么用？終于有人講明白了
據(jù)統(tǒng)計(jì)，99%的大咖都完成了這個(gè)神操作
????
原來(lái)你也在看
總結(jié)
以上是生活随笔為你收集整理的柱状图、堆叠柱状图、瀑布图有什么区别？怎样用Python绘制？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。
