Barras Matplotlib

Neste artigo, vamos nos aprofundar nas barras do Matplotlib , incluindo como criar e personalizar gráficos de barras, bem como algumas dicas para tornar seus gráficos mais eficazes.

Os gráficos de barras são uma ótima maneira de exibir e comparar dados entre categorias, e a função de gráfico de barras Matplotlib facilita a criação de gráficos personalizáveis ​​e visualmente atraentes.

Barras Matplotlib



Criando Gráfico de Barras

Através da função bar() do Pyplot , você pode gerar gráficos de barras:

Gere um gráfico de barras dos dados dos funcionários:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
emp_name = npy.array(["Harry", "Kate", "Tim", "Sarah", "Dustin", 'Jack'])
emp_salary = npy.array([3000, 2000, 2500, 1500, 1800, 2800]) #salary in $
pt.bar(emp_name,emp_salary)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Exiba os resultados dos alunos com um gráfico de barras:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
student_name = npy.array(["Liza", "Micheal","Shakira","Mike", "Robert", "Jessica", "Max", 'Eleven'])
student_cgpa = npy.array([3.3, 2.2, 3.4,4,2.3, 3.1, 3.9, 2.5])
pt.bar(student_name,student_cgpa)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
É importante observar que a função bar() aceita argumentos que indicam o layout das barras.

Como arrays , o primeiro e o segundo argumentos descrevem os tipos e seus dados.

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
mrx = npy.array(["Football", "Cricket","Field Hockey","Tennis"])
ample = npy.array([3.5, 2.5, 2, 1]) #estimated fans ratio in billion
pt.bar(mrx,ample)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Mostre os dados estáticos das ligas de futebol com a função bar() :

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
leagues = npy.array(["Premier League", "La Liga", "Bundesliga", "Serie A", "Ligue 1"])
ratings = npy.array([93.2, 91.2, 90.4, 89.4, 85.4])
pt.bar(leagues,ratings)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Matplotlib barh() – Barras horizontais

Você pode implementar a função barh() se preferir visualizar as barras horizontalmente em vez de verticalmente:

No seguinte exemplo de dados de funcionários, insira seis barras horizontais:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
emp_name = npy.array(["Harry", "Kate", "Tim", "Sarah", "Dustin", 'Jack'])
emp_salary = npy.array([3000, 2000, 2500, 1500, 1800, 2800]) #salary in $
pt.barh(emp_name,emp_salary)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Utilize a função barh() para exibir o seguinte gráfico:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
student_name = npy.array(["Liza", "Micheal","Shakira","Mike", "Robert", "Jessica", "Max", 'Eleven'])
student_cgpa = npy.array([3.3, 2.2, 3.4,4,2.3, 3.1, 3.9, 2.5])
pt.barh(student_name,student_cgpa)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Cor da barra

Para personalizar a cor das barras do Matplotlib, invoque as funções bar() ou barh() com o argumento de palavra-chave color :

Atribua a cor magenta ao seguinte gráfico de barras:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
sports = npy.array(["Football", "Cricket","Field Hockey","Tennis"])
ratio = npy.array([3.5, 2.5, 2, 1]) #estimated fans ratio in billion
pt.bar(sports,ratio, color = 'm')
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Primeiro, aplique a cor preta a todas as barras e, em seguida, defina diferentes cores de borda nas barras:

Example: 

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as pt
import numpy as npy
leagues = npy.array(["Premier League", "La Liga", "Bundesliga", "Serie A", "Ligue 1"])
ratings = npy.array([93.2, 91.2, 90.4, 89.4, 85.4])
ec = ['yellow', 'green', 'pink', 'red', 'blue']
pt.bar(leagues,ratings, color = 'k', edgecolor = ec, linewidth = 5)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Nomes de cores

Você também pode usar 140 nomes de cores suportados definidos no documento matplotlib Bars.

Utilize o argumento de palavra-chave color = ' Maroon ':

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
sports = npy.array(["Football", "Cricket","Field Hockey","Tennis"])
ratio = npy.array([3.5, 2.5, 2, 1]) #estimated fans ratio in billion
pt.bar(sports,ratio, color = 'Maroon')
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Implemente a cor 'Linho' em todas as barras e aplique diferentes cores de borda nas seguintes barras:

Example: 

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as pt
import numpy as npy
leagues = npy.array(["Premier League", "La Liga", "Bundesliga", "Serie A", "Ligue 1"])
ratings = npy.array([93.2, 91.2, 90.4, 89.4, 85.4])
ec = ['Maroon', 'MidnightBlue', 'LightSkyBlue', 'DarkSlateGray', 'DarkOrange']
pt.bar(leagues,ratings, color = 'Linen', edgecolor = ec, linewidth = 5)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

cor hexadecimal

Como alternativa, você também pode trabalhar com valores de cores hexadecimais:

Insira cinco barras com uma cor hexadecimal ' #ffb399 ':

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
sports = npy.array(["Football", "Cricket","Field Hockey","Tennis"])
ratio = npy.array([3.5, 2.5, 2, 1]) #estimated fans ratio in billion
pt.bar(sports,ratio, color = '#ffb399')
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Utilize o argumento linewidth juntamente com o argumento edgecolor:

Example: 

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as pt
import numpy as npy
leagues = npy.array(["Premier League", "La Liga", "Bundesliga", "Serie A", "Ligue 1"])
ratings = npy.array([93.2, 91.2, 90.4, 89.4, 85.4])
ec = ['#29293d', '#3d3d5c', '#52527a', '#666699', '#8585ad']
pt.bar(leagues,ratings, color = '#c2c2d6', edgecolor = ec, linewidth = 5)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Largura da barra

De acordo com as barras do Matplotlib, a função bar() aceita a largura do argumento de palavra-chave para definir a largura:

No exemplo abaixo, utilize o argumento width:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
emp_name = npy.array(["Harry", "Kate", "Tim", "Sarah", "Dustin", 'Jack'])
emp_salary = npy.array([3000, 2000, 2500, 1500, 1800, 2800]) #salary in $
pt.bar(emp_name,emp_salary, width = 0.4)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Atribua uma largura específica a todas as barras e aplique uma cor diferente a cada barra:

Example: 

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as pt
import numpy as npy
student_name = npy.array(["Liza", "Micheal","Shakira","Mike", "Robert", "Jessica", "Max", 'Eleven'])
student_cgpa = npy.array([3.3, 2.2, 3.4,4,2.3, 3.1, 3.9, 2.5])
c = npy.array(['red', 'green', 'blue','yellow','magenta', 'black', 'gray', 'brown'])
pt.bar(student_name,student_cgpa, width = 0.3, color = c)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Por padrão, a largura é definida como 0,8

Lembrete : Considere a altura em vez da largura para barras horizontais.

Altura da Barra

De acordo com as barras do Matplotlib, a função bar() aceita o argumento de palavra-chave height para definir a altura:

Aplique o argumento de largura no exemplo a seguir:

Example: 

1
2
3
4
5
6
7
8
9
import matplotlib.pyplot as pt
import numpy as npy
emp_name = npy.array(["Harry", "Kate", "Tim", "Sarah", "Dustin", 'Jack'])
emp_salary = npy.array([3000, 2000, 2500, 1500, 1800, 2800]) #salary in $
pt.barh(emp_name,emp_salary, height = 0.2)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Forneça uma largura específica para todas as barras e implemente uma cor distinta para cada barra:

Example: 

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as pt
import numpy as npy
student_name = npy.array(["Liza", "Micheal","Shakira","Mike", "Robert", "Jessica", "Max", 'Eleven'])
student_cgpa = npy.array([3.3, 2.2, 3.4,4,2.3, 3.1, 3.9, 2.5])
c = npy.array(['red', 'green', 'blue','yellow','magenta', 'black', 'gray', 'brown'])
pt.barh(student_name,student_cgpa, height = 0.5, color = c)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Por padrão, a altura é definida como 0,8

Exemplo de Explicação

No exemplo acima, usamos a biblioteca Matplotlib para criar um gráfico de barras horizontais que exibe o CGPA de oito alunos. O código faz o seguinte:

  • Ele cria um array chamado student_name que contém os nomes dos alunos e um array chamado student_cgpa que contém o CGPA de cada aluno.
  • Ele cria um array chamado c com oito valores de cores diferentes que serão usados ​​para colorir as barras do gráfico de barras horizontais.
  • Ele usa a função barh do módulo pyplot para criar o gráfico de barras horizontais. A função usa o nome_aluno, aluno_cgpa, altura e cor como parâmetros.
  • O parâmetro height representa a altura das barras e o parâmetro color é usado para colorir as barras.
  • Finalmente, a função show do módulo pyplot é chamada para exibir o gráfico de barras na tela. O gráfico de barras horizontais mostra o CGPA dos oito alunos com barras de cores diferentes para cada aluno, onde o comprimento da barra indica o CGPA do aluno.

Benefícios

As barras Matplotlib oferecem várias vantagens, que incluem:

  • As barras do Matplotlib facilitam a visualização dos dados em um formato simples e compreensível. Os gráficos de barras são especialmente úteis para exibir dados categóricos, pois permitem ver padrões, tendências e comparações entre grupos.
  • As barras Matplotlib são altamente personalizáveis. Você pode modificar as cores, larguras e orientações das barras, bem como adicionar rótulos, títulos e legendas ao gráfico.
  • As barras Matplotlib são compatíveis com Python, que é uma linguagem de programação amplamente usada para análise de dados e ciência. Isso torna mais fácil para programadores e analistas de dados usar a biblioteca para criar visualizações de alta qualidade.
  • As barras do Matplotlib podem se tornar interativas usando widgets e controles deslizantes, permitindo que os usuários modifiquem os parâmetros do gráfico e vejam os efeitos em tempo real.
  • O Matplotlib fornece uma ampla gama de tipos de gráficos, incluindo gráficos de barras empilhadas, gráficos de barras horizontais e gráficos de barras agrupados, possibilitando a exibição de dados em vários formatos. Isso permite maior flexibilidade na apresentação de dados e atendimento a diferentes tipos de público.

Conclusão

As barras Matplotlib fornecem várias vantagens para análise e visualização de dados. Eles oferecem um meio poderoso de apresentar dados categóricos de maneira direta e compreensível, e sua flexibilidade permite ampla personalização para atender a preferências e requisitos variados. Além disso, as barras Matplotlib se integram bem ao Python, tornando-as amplamente utilizadas entre programadores e analistas de dados.

A disponibilidade de recursos interativos e uma variedade diversificada de tipos de gráficos aumenta ainda mais sua utilidade, tornando as barras Matplotlib uma ferramenta ideal para comunicar informações de dados com eficácia.

Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone