这篇文章主要为大家展示了“怎么用Python绘制棒棒糖图表”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“怎么用Python绘制棒棒糖图表”这篇文章吧。

成都创新互联基于成都重庆香港及美国等地区分布式IDC机房数据中心构建的电信大带宽，联通大带宽，移动大带宽，多线BGP大带宽租用,是为众多客户提供专业绵阳服务器托管报价，主机托管价格性价比高，为金融证券行业服务器托管，ai人工智能服务器托管提供bgp线路100M独享，G口带宽及机柜租用的专业成都idc公司。

如何使用Python绘制棒棒糖图表。

使用到的是我国1949到2019年，历年的出生人口数据，数据来源国家统计局。

首先读取一下数据。

import pandas as pd import matplotlib.pyplot as plt  # 读取数据 df = pd.read_csv('data.csv') print(df)

结果如下。

数据集很简单，每行都只有一个年份和一个值。

先绘制一个带有每年数值的条形图。

# 绘制柱状图 plt.bar(df.Year, df.value) plt.show()

两行代码，即可得到一张条形图图表，看起来确实是有点拥挤。

下面将最后一年，即2019年的数据区分出来。

给2019年的条形着色为黑色，其他年份为浅灰色。

并且在图表中添加散点图，可在条形图的顶部绘制圆形。

# 新建画布 fig, ax = plt.subplots(1, figsize=(12, 8))  # 年份数 n = len(df) # 颜色设置 colors = ['black'] + ((n-1)*['lightgrey']) plt.bar(df.Year, df.value, color=colors) plt.scatter(df.Year, df.value, color=colors) plt.show()

得到结果如下。

颜色已经修改成功，还需要调整一下条形图的宽度以及顶部圆圈的大小。

# width: 条形图宽度  s: 散点图圆圈大小 plt.bar(df.Year, df.value, color=colors, width=0.2) plt.scatter(df.Year, df.value, color=colors, s=10) plt.show()

结果如下。

比起先前的蓝色条形图图表，棒棒糖图表确实是好看了不少。

除了用条形图来绘制棒棒糖图表，还可以使用线条，这样整体的宽度会更加一致。

X将Year(年份)数据作为起点和终点，Y以-20和各年份数据作为起点和终点。

import pandas as pd import matplotlib.pyplot as plt  # 读取数据 df = pd.read_csv('data.csv') print(df)  # 新建画布 fig, ax = plt.subplots(1, figsize=(12, 8))  # 年份数 n = len(df) # 颜色设置 colors = ['black'] + ((n-1)*['lightgrey']) # 使用线条 for idx, val in df.iterrows():     plt.plot([val.Year, val.Year],              [-20, val.value],              color=colors[idx]) plt.show()

得到结果如下。

可以使用参数标记在两端绘制圆，而不是只在顶部生成散点图。

然后可以通过更改y-limit参数来隐藏最底端的圆。

# 新建画布 fig, ax = plt.subplots(1, figsize=(12, 8))  # 年份数 n = len(df) # 颜色设置 colors = ['black'] + ((n-1)*['lightgrey']) # 使用线条, markersize设置标记点大小 for idx, val in df.iterrows():     plt.plot([val.Year, val.Year],              [-20, val.value],              color=colors[idx],              marker='o',              markersize=3)  # 设置y轴最低值 plt.ylim(0,) plt.show()

结果如下。

此外还可以调整lw、markersize参数，定义线条的粗细及标记的大小，甚至可以绘制两次线条以创建轮廓效果。

# 新建画布 fig, ax = plt.subplots(1, figsize=(12, 8)) color = 'b'  # 年份数 n = len(df) # 颜色设置 colors = ['black'] + ((n-1)*['lightgrey']) # 使用线条 for idx, val in df.iterrows():     plt.plot([val.Year, val.Year],              [-20, val.value],              color='black',              marker='o',              lw=4,              markersize=6)     plt.plot([val.Year, val.Year],              [-20, val.value],              color=colors[idx],              marker='o',              markersize=4)  # 移除上边框、右边框 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False)  # 设置x、y轴范围 plt.xlim(1948, 2020) plt.ylim(0,)  # 中文显示 plt.rcParams['font.sans-serif'] = ['Songti SC']  plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16) plt.text(2019, -220, '来源：国家统计局', ha='right')  # 2019年出生人口数(显示) value_2019 = df[df['Year'] == 2019].value.values[0] plt.text(2019, value_2019+80, value_2019, ha='center')  # 保存图片 plt.savefig('chart.png')

得到结果如下。

黑色不是特别好看，改个颜色看看。

# 新建画布 fig, ax = plt.subplots(1, figsize=(12, 8))  # 年份数 n = len(df) # 颜色设置 color = 'b' colors = ['#E74C3C'] + ((len(df)-1)*['#F5B7B1']) # 使用线条 for idx, val in df.iterrows():     plt.plot([val.Year, val.Year],              [-20, val.value],              color=colors[idx],              marker='o',              lw=4,              markersize=6,              markerfacecolor='#E74C3C')  # 移除上边框、右边框 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False)  # 设置x、y轴范围 plt.xlim(1948, 2020) plt.ylim(0,)  # 中文显示 plt.rcParams['font.sans-serif'] = ['Songti SC']  plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16) plt.text(2019, -220, '来源：国家统计局', ha='right')  # 2019年出生人口数(显示) value_2019 = df[df['Year'] == 2019].value.values[0] plt.text(2019, value_2019+80, value_2019, ha='center')  # 保存图片 plt.savefig('chart.png')

得到结果如下。

现在对于条形图，你就有了另外一个选择，即棒棒糖图表。

以上是“怎么用Python绘制棒棒糖图表”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！