如何用Python繪製群組直條圖

更新於 發佈於 閱讀時間約 1 分鐘

首先,這是我們的資料:

import pandas as pd
data = pd.read_csv("6-12 桃園市義勇消防人員數.csv")
raw-image


接著就可以開始繪圖:

import matplotlib

#設定中文字體
matplotlib.rc("font",family="Microsoft YaHei")

from matplotlib import pyplot as plt

#設定圖表大小
plt.figure(figsize=(12,6))

#設定子圖位置
ax0 = plt.subplot2grid((1,1),(0,0),colspan=1,rowspan=1)

#設定x軸、y軸變數
ax0_x = data["年底別"]
ax0_m = data["男性"]
ax0_f = data["女性"]

#繪製兩群直條圖
ax0.bar(ax0_x,ax0_m,label="男性",color="lightblue")
ax0.bar(ax0_x+len(ax0_x),ax0_f,label="女性",color="lightcoral")

#建立x座標軸的list
xlist = ax0_x.to_list()
xlist.extend(ax0_x.to_list())

#設定座標軸
ax0.set_xticks(range(min(ax0_x),min(ax0_x)+len(ax0_x)*2))
ax0.set_xticklabels(xlist)

#設定圖利與標題
plt.legend()
plt.suptitle("桃園市義勇消防人員數-歷年人數變化")

plt.tight_layout()
raw-image




avatar-img
4會員
61內容數
我是果農,這裡有我的人資職涯經驗分享,與我菜鳥般的Python資料分析筆記,還有一些讀書心得,希望對大家有幫助。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
果農的沙龍 的其他內容
本文將介紹如何利用Python進行資料分析並繪製圓餅圖。
本文介紹如何用Python繪製散布圖與迴歸線
這篇文章介紹如何使用Python整理資料成百分比資料以及繪製百分比堆疊直條圖。
透過分析臺灣好行的公開資料,分享如何用Python繪製折線圖
本文介紹了如何使用資料樞紐分析的功能來整理所需的資料,並設定圖表的中文字型,最後提供了繪圖的程式碼範例。
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
本文將介紹如何利用Python進行資料分析並繪製圓餅圖。
本文介紹如何用Python繪製散布圖與迴歸線
這篇文章介紹如何使用Python整理資料成百分比資料以及繪製百分比堆疊直條圖。
透過分析臺灣好行的公開資料,分享如何用Python繪製折線圖
本文介紹了如何使用資料樞紐分析的功能來整理所需的資料,並設定圖表的中文字型,最後提供了繪圖的程式碼範例。
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
你可能也想看
Google News 追蹤
提問的內容越是清晰,強者、聰明人越能在短時間內做判斷、給出精準的建議,他們會對你產生「好印象」,認定你是「積極」的人,有機會、好人脈會不自覺地想引薦給你
Thumbnail
在資料分析過程中,透過衡量變數之間的線性或非線性關係,能有效探索數據集,篩選出重要特徵,並進行預測建模。本文介紹瞭如何理解數據、使用相關矩陣找出變數關聯性,以及利用互資訊評估變數之間的依賴程度,幫助資料科學家在建模過程中選擇適當的變數,提升模型效果。
Thumbnail
Python資料視覺化在數據分析中扮演關鍵角色,透過視覺化捕捉數據模式、趨勢和異常,透過Matplotlib等工具創建專業圖表變相對簡單和高效。
提問的內容越是清晰,強者、聰明人越能在短時間內做判斷、給出精準的建議,他們會對你產生「好印象」,認定你是「積極」的人,有機會、好人脈會不自覺地想引薦給你
Thumbnail
在資料分析過程中,透過衡量變數之間的線性或非線性關係,能有效探索數據集,篩選出重要特徵,並進行預測建模。本文介紹瞭如何理解數據、使用相關矩陣找出變數關聯性,以及利用互資訊評估變數之間的依賴程度,幫助資料科學家在建模過程中選擇適當的變數,提升模型效果。
Thumbnail
Python資料視覺化在數據分析中扮演關鍵角色,透過視覺化捕捉數據模式、趨勢和異常,透過Matplotlib等工具創建專業圖表變相對簡單和高效。