python matplotlib条形图填充效果

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

python matplotlib条形图填充效果

东大梅西   2022-06-03 我要评论

写专利用的python里面的matplotlib画的条形图 ,最开始用的三种颜色来区分,如下图:

然而被告知不行,只能用黑白的,其他颜色不能用,于是想到用灰度,如下图:

然而又被告知,不行,不能用灰度,只能用条形框的填充格式进行区分,接近崩溃,百度了半天也没看到相关的帖子,后来终于找到了,先来看一下效果,源码贴在最后面。效果如下图:

源码如下:

import matplotlib.pyplot as plt 
import numpy as np
from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']
Y2016 = [83.2, 85, 83.9] 
Y2017 = [80.4, 74.6, 86.5]
Y2018 = [85.8, 87.2, 89.1]
labels = ['准确性', '敏感性', '特异性'] 
bar_width = 0.25 
 
# 绘图
plt.figure(figsize=(10,10))
plt.bar(np.arange(3), Y2016, label='TSVM', color='white', alpha=1, width=bar_width,edgecolor="k",hatch='/') 
plt.bar(np.arange(3) + bar_width, Y2017, label=u'协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="***")
plt.bar(np.arange(3) + 2*bar_width, Y2018, label=u'结合TSVM和协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="xxx")
 
# 添加刻度标签 
plt.xticks(np.arange(3) + bar_width, labels)
plt.tick_params(labelsize=20)
# 设置Y轴的刻度范围 
plt.ylim([0, 100]) 
 
# 为每个条形图添加数值标签 
for x2016, y2016 in enumerate(Y2016): 
    plt.text(x2016, y2016 + 2, '%s' % y2016, ha='center',fontsize=20) 
 
for x2017, y2017 in enumerate(Y2017): 
    plt.text(x2017 + bar_width, y2017 + 2, '%s' % y2017, ha='center',fontsize=20)

for x2018, y2018 in enumerate(Y2018): 
    plt.text(x2018 + 2*bar_width, y2018 + 2, '%s' % y2018, ha='center',fontsize=20)
# 显示图例
plt.legend(bbox_to_anchor=(0.5,1), loc=3, borderaxespad=0,fontsize=17)
plt.savefig('foo.png') 
# 显示图形 
plt.show() 

其中,hatch这个参数的值就是改变填充效果的,具体的效果有:‘*oO/|±.’,填充密度根据你引用的符号数量变化,如hatch=‘/’肯定比hatch=’///'要密集对吧。

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们