1. 简介
matplotlib是 Python 的一个 2D 绘图库，能够以各种硬拷贝格式和跨平台交互式环境生成出高质量的图形。在绘图时，bar图是一种比较常见的形式，通常用于绘制柱状图、直方图等。
2. 简单bar图绘制
绘制bar图的基本命令是plt.bar()，它可以接受一系列x，y坐标对用于绘制图形。代码如下：
import matplotlib.pyplot as plt
import numpy as np
# 设置随机数种子
np.random.seed(0)
# 生成数据
x = np.arange(5)
y = np.random.randint(-5, 5, 5)
# 绘制bar图
plt.bar(x, y)
plt.show()
上述代码生成了一张简单的bar图，如下所示：
可以看到图形的横轴x、纵轴y分别代表5个数据点的值。例如，x=0时，对应的y=-1。
3. 横向bar图绘制
如果想要横向绘制bar图，则可以将plt.bar()命令中的参数“orientation”设置为“horizontal”。下面的代码演示了如何绘制横向bar图：
import matplotlib.pyplot as plt
import numpy as np
# 设置随机数种子
np.random.seed(0)
# 生成数据
x = np.arange(5)
y = np.random.randint(-5, 5, 5)
# 绘制横向bar图
plt.barh(x, y, orientation='horizontal')
plt.show()
上述代码生成的横向bar图如下所示：
可以看到，图形的横轴x、纵轴y互换了，纵轴表示各数据点的值，横轴则代表不同的数据点。
4. 多个bar图绘制
有时需要绘制多个不同类别的bar图，可以通过调整每个bar的坐标来实现。下面是学生英语成绩的例子：
import matplotlib.pyplot as plt
import numpy as np
# 设置随机数种子
np.random.seed(0)
# 生成数据
english = np.random.randint(60, 100, 5)
chinese = np.random.randint(60, 100, 5)
math = np.random.randint(60, 100, 5)
# 生成bar的位置
index = np.arange(5)
# 每个bar的宽度（可以根据需求调整）
bar_width = 0.2
# 绘制多个bar图
plt.bar(index, english, bar_width, color='b', label='English')
plt.bar(index+bar_width, chinese, bar_width, color='g', label='Chinese')
plt.bar(index+2*bar_width, math, bar_width, color='r', label='Math')
# 添加图例
plt.legend()
# 显示图形
plt.show()
上述代码生成的多个bar图如下所示：
上图显示了不同学科的成绩，蓝色代表英语，绿色代表中文，红色代表数学。
5. 堆积bar图绘制
在多个bar图中，有时需要按照某种方式堆积在一起，即在同一个坐标上叠加不同的bar图。下面的代码演示了如何绘制堆积bar图：
import matplotlib.pyplot as plt
import numpy as np
# 设置随机数种子
np.random.seed(0)
# 生成数据
english = np.random.randint(60, 100, 5)
chinese = np.random.randint(60, 100, 5)
math = np.random.randint(60, 100, 5)
# 生成bar的位置
index = np.arange(5)
# 每个bar的宽度（可以根据需求调整）
bar_width = 0.5
# 绘制堆积bar图
plt.bar(index, english, bar_width, color='b', label='English')
plt.bar(index, chinese, bar_width, color='g', bottom=english, label='Chinese')
plt.bar(index, math, bar_width, color='r', bottom=english+chinese, label='Math')
# 添加图例
plt.legend()
# 显示图形
plt.show()
上述代码生成的堆积bar图如下所示：
可以看到，各个学科的成绩如同按照某种方式堆叠在一起，各自的颜色和label信息清晰可见。
6. 混合bar图绘制
有时需要绘制不同种类的bar图，例如标记了不同颜色的平均值线，或者带有误差棒的bar图等。下面的代码演示了如何绘制混合bar图：
import matplotlib.pyplot as plt
import numpy as np
# 设置随机数种子
np.random.seed(0)
# 生成数据
english = np.random.randint(60, 100, 5)
chinese = np.random.randint(60, 100, 5)
math = np.random.randint(60, 100, 5)
# 计算各科平均分和误差
average = [np.mean(english), np.mean(chinese), np.mean(math)]
std = [np.std(english), np.std(chinese), np.std(math)]
# 生成bar的位置
index = np.arange(3)
# 每个bar的宽度（可以根据需求调整）
bar_width = 0.5
# 绘制混合bar图
plt.bar(index, average, bar_width, color='b', label='Average')
plt.bar(index, [100, 100, 100], 0.02, color='k')
plt.errorbar(index, average, std, linestyle='None', marker='_', color='k')
plt.xticks(index, ('English', 'Chinese', 'Math'))
# 添加图例
plt.legend()
# 显示图形
plt.show()
上述代码生成的混合bar图如下所示：
可以看到，混合到一起的bar图非常丰富多彩，不同元素的长度、位置、颜色、风格都有所不同，其中黑色的平均值线和误差棒可以更直观地表示数据的分布情况。
7. 总结
本文简要介绍了matplotlib基础绘图命令之bar的基本使用方法，包括简单bar图、横向bar图、多个bar图、堆积bar图、混合bar图等。这些技巧可以方便地为我们的数据建模和分析提供便利。在使用过程中，我们还可以通过修改代码、参数、样式等来满足我们的需求。