import matplotlib.pyplot as pltimport numpy as np# Fixing random state for reproducibilitynp.random.seed(19680801)# Example datapeople = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')y_pos = np.arange(len(people))performance = 3 + 10 * np.random.rand(len(people))error = np.random.rand(len(people))fig, ax = plt.subplots()hbars = ax.barh(y_pos, performance, xerr=error, align='center')ax.set_yticks(y_pos, labels=people)ax.invert_yaxis() # labels read top-to-bottomax.set_xlabel('Performance')ax.set_title('How fast do you want to go today?')# Label with given captions, custom padding and annotate optionsax.bar_label(hbars, labels=[f'±{e:.2f}' for e in error], padding=8, color='b', fontsize=14)ax.set_xlim(right=16)plt.show()
# 1. 导入库并设置随机种子import matplotlib.pyplot as pltimport numpy as npnp.random.seed(19680801) # 固定随机数生成器的种子，确保每次运行代码时生成的随机数相同，从而使结果可重复。# 2. 定义数据people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') # 一个元组，包含五个人的名字，将作为 y 轴的刻度标签y_pos = np.arange(len(people)) # 生成 [0, 1, 2, 3, 4]，这些数字将作为每个条形在 y 轴上的位置（水平条形图的 y 坐标）performance = 3 + 10 * np.random.rand(len(people)) # 生成长度为 5 的随机数组，每个值在 [0,1) 范围内，乘以 10 后加上 3，使得表现值落在 [3, 13) 之间，模拟每个人的表现评分。error = np.random.rand(len(people)) # 生成长度为 5 的随机数组，每个值在 [0,1) 范围内，作为每个条形对应的误差大小（用于误差条）。# 3. 创建图形和坐标轴fix, ax = plt.subplots()# 4. 绘制水平条形图并添加误差条hbars = ax.barh(y_pos, performance, xerr=error, align='center')# ax.barh() 绘制水平条形图，条形沿 y 轴排列，长度表示数值。# y_pos：每个条形的 y 坐标位置（通常为 [0, 1, 2, ...]）。# performance：每个条形的长度（x 方向的值）。# xerr=error：为每个条形添加水平误差条，误差大小由 error 数组指定，误差条以条形末端为中心向左右延伸。# align='center'：条形以给定的 y 坐标为中心对齐。# 返回值 hbars 是一个 BarContainer 对象，包含所有绘制的条形，可用于后续添加标签等操作。# 5. 设置 y 轴刻度和标签ax.set_yticks(y_pos, labels=people)# 将 y 轴刻度设置在 y_pos 位置，并将每个刻度对应的标签设为 people（人名列表）# 6. 反转 y 轴ax.invert_yaxis() # 反转 y 轴方向，使第一个人名显示在顶部，最后一个人名显示在底部，符合从上到下的阅读习惯。# 7. 设置 x 轴标签和标题ax.set_xlabel('Performance') # 设置 x 轴标签为 "Performance"ax.set_title('How fast do you want to go today?') # 置图表标题为 "How fast do you want to go today?"# 8. 添加自定义标签ax.bar_label(hbars, labels=[f'±{e:.2f}' for e in error], padding=8, color='b', fontsize=14)# ax.bar_label() 是 matplotlib 3.4.0+ 提供的方法，用于在条形上添加标签。# hbars：指定要添加标签的条形容器。# labels：自定义标签列表，这里用列表推导式生成：[f'±{e:.2f}' for e in error]。# 例如，如果 error 为 [0.34, 0.12, ...]，则标签为 ['±0.34', '±0.12', ...]。# 注意：如果不提供 labels，默认会显示条形的数值（即 performance），此处通过 labels 覆盖默认行为，显示误差值。# padding=8：标签与条形末端之间的间距，单位为点（points）。# 默认标签紧贴条形末端，增加 padding 会使标签向右移动（对水平条形图而言），避免与误差条重叠或过于拥挤。# color='b'：标签文字颜色设为蓝色。# fontsize=14：标签字体大小。# 9. 调整 x 轴范围以容纳标签ax.set_xlim(right=16) # 将 x 轴的最大值（右边界）设置为 16# 10. 显示图形plt.show()
