<think>我们已知用户需要绘制横向的水果分布直方图，类别名为中文，且数据已按文件夹分类。 根据引用[1]，我们需要设置中文字体支持，避免中文显示为方框，并解决负号显示问题。 同时，用户要求横向条形图（即条形水平放置），这样类别名称（中文）可以更清晰地显示。 步骤： 1. 遍历文件夹，统计每个类别（文件夹名即为中文类别名）下的图片数量。 2. 设置中文字体，确保中文正常显示（参考引用[1]）。 3. 绘制横向条形图（barh），横轴为数量，纵轴为类别名称。 4. 在条形末端添加数量标签（可考虑同时添加百分比）。 5. 添加标题、坐标轴标签等，并调整布局。 注意：如果类别名称很长，我们可以调整图形大小或字体大小，或者让条形之间的间隔适当。 我们将按照以下步骤编写代码： - 导入必要的库：os, matplotlib, numpy（用于计算百分比） - 设置中文字体（使用引用[1]中的设置） - 遍历指定根目录下的文件夹，每个文件夹名是一个类别，统计该文件夹下图片文件的数量（假设为jpg,png等） - 计算每个类别的数量以及占总数的百分比（可选） - 绘制横向条形图 - 添加数据标签（显示每个类别的具体数量和百分比） - 设置图表标题和坐标轴标签 - 显示图表并保存 代码实现如下： </think> # 中文类别横向水果分布直方图绘制指南 我将为您提供完整的解决方案，绘制以中文类别名展示的水果分布横向直方图。以下代码基于您的文件夹结构自动统计并可视化水果分布。 ```python import os import matplotlib.pyplot as plt import numpy as np from PIL import Image # 设置中文字体支持（关键步骤） plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"] plt.rcParams["font.sans-serif"] = ["Arial Unicode MS", "SimHei"] plt.rcParams["axes.unicode_minus"] = False # 设置数据路径（替换为您的实际路径） data_dir = "path/to/your/fruit_dataset" # 统计各类别样本数量 fruit_counts = {} total_images = 0 for class_name in os.listdir(data_dir): class_dir = os.path.join(data_dir, class_name) # 确保是目录且非隐藏文件 if os.path.isdir(class_dir) and not class_name.startswith('.'): # 统计该类别下的有效图像数量 num_images = len([f for f in os.listdir(class_dir) if f.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp'))]) fruit_counts[class_name] = num_images total_images += num_images # 按样本数量降序排序 sorted_items = sorted(fruit_counts.items(), key=lambda x: x[1], reverse=True) categories = [item[0] for item in sorted_items] counts = [item[1] for item in sorted_items] # 计算百分比 percentages = [(count / total_images) * 100 for count in counts] # 创建图表 plt.figure(figsize=(12, 8), dpi=100) # 绘制横向条形图 bars = plt.barh(categories, counts, color='#ff7f0e', # 橙色系 height=0.7, alpha=0.85) # 添加数据标签 for i, bar in enumerate(bars): # 在条形右侧显示数量和百分比 plt.text(bar.get_width() + max(counts)*0.01, bar.get_y() + bar.get_height()/2, f'{counts[i]} ({percentages[i]:.1f}%)', va='center', ha='left', fontsize=11) # 美化图表 plt.title('水果类别分布统计', fontsize=16, pad=15) plt.xlabel('样本数量', fontsize=12) plt.ylabel('水果类别', fontsize=12) plt.grid(axis='x', linestyle='--', alpha=0.4) plt.gca().invert_yaxis() # 反转Y轴使最多样本在顶部 plt.tight_layout() # 添加水果图标装饰 plt.figtext(0.95, 0.05, '🍎🍌🍊🍇', fontsize=20, ha='right', alpha=0.2) # 保存和显示 plt.savefig('水果分布直方图.png', bbox_inches='tight', dpi=120) plt.show() # 输出统计摘要 print("\n" + "="*50) print(f"{'水果类别':<10}{'样本数量':>10}{'占比(%)':>15}{'累计占比(%)':>15}") print("-"*50) cumulative_percent = 0 for i, category in enumerate(categories): cumulative_percent += percentages[i] print(f"{category:<10}{counts[i]:>10}{percentages[i]:>15.1f}{cumulative_percent:>15.1f}") print("-"*50) print(f"{'总计':<10}{total_images:>10}{100:>15.1f}{'':>15}") print("="*50) ``` ## 关键功能说明 1. **中文字体支持**： - 使用`plt.rcParams`设置多级中文字体备选方案 - 确保中文类别名正常显示（参考引用[1]）[^1] 2. **数据处理**： - 自动遍历文件夹结构统计各类别样本量 - 支持常见图像格式：JPG、PNG、JPEG、BMP - 按样本数量降序排列，使图表更易读 3. **可视化设计**： - **横向布局**：适合展示中文类别名称 - **数据标签**：在条形末端显示具体数量和百分比 - **色彩方案**：使用橙色系与水果主题呼应 - **装饰元素**：添加水果图标增强视觉效果 4. **统计输出**： - 表格化展示分布详情 - 包含累计占比分析 - 自动计算各类别百分比 ## 使用说明 1. 将`data_dir`变量替换为您的实际数据集路径 2. 确保文件夹结构为： ``` 数据集根目录/ ├── 苹果/ │ ├── image1.jpg │ └── image2.png ├── 香蕉/ │ ├── image1.jpg │ └── image2.png └── 橙子/ ├── image1.jpg └── image2.png ``` 3. 运行代码将： - 生成`水果分布直方图.png` - 在控制台输出统计摘要表格 ## 输出示例 ``` ================================================== 水果类别 样本数量 占比(%) 累计占比(%) -------------------------------------------------- 苹果 1200 24.0 24.0 橙子 1150 23.0 47.0 香蕉 950 19.0 66.0 草莓 850 17.0 83.0 西瓜 700 14.0 97.0 葡萄 150 3.0 100.0 -------------------------------------------------- 总计 5000 100.0 ================================================== ``` > 此方案参考了引用[2]中的数据集结构设计，适用于各类图像分类任务[^2]。引用[3]中的数据处理方法确保了统计的准确性[^3]。