import matplotlib.pyplot as pltimport numpy as np# Fixing random state for reproducibilitynp.random.seed(19680801)fig, ax = plt.subplots()# 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))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?')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，使结果可重复。# 2. 创建图形和坐标轴fix, ax = plt.subplots()# 3. 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，使得性能值落在 [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）。# 4. 绘制水平条形图并添加误差条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。# 第一个参数 y_pos：每个条形的 y 坐标位置（数组）。# 第二个参数 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 error 长度。# align='center'：条形以给定的 y 坐标为中心对齐（默认行为）。# 5. 设置 y 轴刻度和标签ax.set_yticks(y_pos, labels=people)# 第一个参数 y_pos：刻度位置（即 [0,1,2,3,4]）。# labels=people：每个刻度对应的标签，即人名 ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')。# 6. 反转 y 轴ax.invert_yaxis()# 将 y 轴方向反转，使得第一个人名（Tom）显示在顶部，最后一个人名（Jim）显示在底部。# 通常条形图默认第一个数据点在底部，反转后更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?') # 设置图表标题为 "How fast do you want to go today?"。# 8. 显示图形plt.show()
