当前位置：首页>python>用Python做科研级画图——柱状图基础

用Python做科研级画图——柱状图基础

2026-03-26 16:01:23

大家好，我是你们的小帅学长。

如果说折线图擅长讲“趋势”，那柱状图就是科研里最擅长讲的一件事：对比。谁高谁低、差多少、哪几个最重要——柱状图天生就是干这个的。

现实中很多同学的柱状图密、挤、乱，还特别容易误导，比如 y 轴不从 0 开始。所以这篇我想要讲最通用、最稳、最像论文的柱状图形式：排序 + 水平条（horizontal bar）。

它的优势非常直接：

名字再长也不挤（尤其适合中文标签）

排序后结论像“排行榜”一样清楚

读者/审稿人不用找图例，不用来回比，几秒钟看懂

01.为什么我强烈推荐“水平条 + 排序”作为柱状图默认形态？

水平条更适合科研真实标签：实验处理组/指标名称/模型名通常都很长，竖向柱会挤成一团。

排序是“结论化表达”：不排序的柱状图只是在“展示数据”，排序后的柱状图是在“表达结论”。

读者/审稿人视线更自然：从上到下扫一遍就知道 Top/Bottom 和差距。

02.柱状图的论文级底线：y轴（或x轴）必须从 0 开始

这是柱状图最重要、也是最常被审稿人挑刺的一点：

柱状图用“长度”编码数值，如果轴不从 0 开始，会把差距夸大或缩小。

正确：从 0 起，差距真实

错误：从某个值起，视觉差距被放大

例外情况，除非你明确写明是“截断轴（broken axis）”，否则建议不要截断。

03.什么时候用误差线（error bar）？

如果你柱子代表的是均值，你最好给出不确定性：

± std（波动）

± sem（均值标准误）

95% CI（置信区间）

这不仅更“科学”，也能提前回答读者/审稿人的疑问：

“你这个差异稳不稳？”

04.最通用模板：排序水平条 + 误差线

下面给你一份可直接复用的“论文级水平条模板”：

import osimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltfrom matplotlib import font_manager as fmfrom matplotlib.ticker import MaxNLocator, FormatStrFormatter# == 字体 ==win_fonts = r"C:\Windows\Fonts"for p in [    os.path.join(win_fonts, "times.ttf"),   os.path.join(win_fonts, "timesbd.ttf"),    os.path.join(win_fonts, "timesi.ttf"),    os.path.join(win_fonts, "simsun.ttc"),]:    if os.path.exists(p):        try:            fm.fontManager.addfont(p)        except Exception:            passmpl.rcParams["font.family"] = ["Times New Roman", "SimSun"]mpl.rcParams["axes.unicode_minus"] = FalseOUT_DIR = r"D:\py_figs_bar"os.makedirs(OUT_DIR, exist_ok=True)# == 示例数据：你换成自己的数据即可 ==labels = [    "Transforme / 模型A",   "Random Forest / 模型B",    "CNN / 模型C",   "SVR / 模型D",    "Baseline / 基线模型"]values = np.array([0.91, 0.87, 0.84, 0.82, 0.78])  # 例如 R² 或 Accuracyerrs   = np.array([0.01, 0.015, 0.012, 0.02, 0.018]) # 例如 95% CI 半宽（示例） order = np.argsort(values)[::-1]labels_s = [labels[i] for i in order]values_s = values[order]errs_s   = errs[order]fig, ax = plt.subplots(figsize=(7.2, 4.2))y = np.arange(len(labels_s))ax.barh(    y, values_s,    xerr=errs_s,    height=0.62)ax.set_title("模型性能对比（排序后更像结论）", fontsize=14)ax.set_xlabel("R² / 决定系数", fontsize=12)ax.set_ylabel("")  # 水平条一般不写 y 轴名，直接用标签ax.set_yticks(y)ax.set_yticklabels(labels_s, fontsize=11)ax.invert_yaxis()ax.set_xlim(left=0)ax.xaxis.set_major_locator(MaxNLocator(nbins=6))ax.xaxis.set_major_formatter(FormatStrFormatter("%.2f"))for yi, v in zip(y, values_s):ax.text(v+ 0.01, yi, f"{v:.2f}", va="center", fontsize=11)out_path = os.path.join(OUT_DIR, "barh_sorted_basic.jpg")fig.savefig(out_path, dpi=300, bbox_inches="tight", pad_inches=0.05)plt.close(fig)print("Saved:", out_path)