### 方形图表类型的概述 方形图表通常指的是柱状图或条形图，在 `matplotlib` 中可以通过多种方式展示这些图形。除了常见的垂直柱状图 (`plt.bar`) 外，还有水平柱状图 (`plt.barh`) 可供选择[^1]。 #### 水平柱状图 水平柱状图是一种特殊的柱状图形式，其中数据条目沿y轴排列而不是传统的x轴方向。这种布局对于比较不同分类下的数值特别有用，尤其是在类别名称较长的情况下更为直观。 ```python import matplotlib.pyplot as plt categories = ['Category A', 'Category B', 'Category C'] values = [3, 7, 5] plt.figure(figsize=(6,4)) plt.barh(categories, values, color='skyblue') plt.xlabel('Values') plt.ylabel('Categories') plt.title('Horizontal Bar Chart Example') plt.tight_layout() plt.show() ``` #### 堆叠条形图 当需要在同一张图表上表示多个系列的数据并强调它们之间的累积关系时，可以使用堆叠条形图。这有助于观察各部分占整体的比例变化趋势。 ```python import numpy as np import matplotlib.pyplot as plt n_groups = 3 means_men = (20, 35, 30) means_women = (25, 32, 34) fig, ax = plt.subplots() index = np.arange(n_groups) bar_width = 0.35 opacity = 0.8 rects1 = plt.bar(index, means_men, bar_width, alpha=opacity, color='b', label='Men') rects2 = plt.bar(index + bar_width, means_women, bar_width, alpha=opacity, color='g', bottom=means_men, # Stack on top of previous bars. label='Women') plt.xlabel('Person') plt.ylabel('Scores') plt.title('Stacked Bar Chart Scores by person and gender') plt.xticks(index + bar_width / 2, ('G1', 'G2', 'G3')) plt.legend() plt.tight_layout() plt.show() ``` #### 并排条形图 为了对比同一组内不同类别的差异，并排条形图提供了一种清晰的方式来进行视觉化分析。通过调整宽度和位置参数，可以在同一个坐标系下放置多组独立的条形序列。 ```python import numpy as np import matplotlib.pyplot as plt N = 5 menMeans = (20, 35, 30, 35, 27) womenMeans = (25, 32, 34, 20, 25) ind = np.arange(N) # the x locations for the groups width = 0.35 # the width of the bars: can also be len(x) sequence p1 = plt.bar(ind, menMeans, width, color='#d62728') p2 = plt.bar(ind, womenMeans, width, bottom=menMeans, color='#ffbb78') plt.ylabel('Scores') plt.title('Side-by-Side Bars scores by group and gender') plt.xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5')) plt.yticks(np.arange(0, 81, 10)) plt.legend((p1[0], p2[0]), ('Men', 'Women')) plt.show() ```