柱状图直方图条形图的区别

懒笑翻

已于 2022-07-29 22:08:51 修改

阅读量1.1w

点赞数 7

分类专栏： # Pyecharts入门 # Python 基础知识文章标签： python pyecharts

于 2022-07-29 22:07:46 首次发布

本文为博主原创文章，未经博主允许不得转载。

本文链接： https://blog.csdn.net/c_lanxiaofang/article/details/126064304

版权

Python 基础知识同时被 2 个专栏收录

59 篇文章 0 订阅

订阅专栏

Pyecharts入门

11 篇文章 1 订阅

订阅专栏

在Matplotlib中和在pyecharts绘图时我们经常用到的Bar，那Bar这到底是柱状图、条形图还是直方图呢?

1、柱状图

2、条形图

3、直方图

4、柱状图、直方图的选择

接下来我们就先来了解柱状图和直方图的区别：

在pyecharts里面我们可以通过以下方式设置间隔：

"""
学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：732481539
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
"""
.add_yaxis("product1", list1, stack="stack", category_gap="50%", gap="0%")  
# gap="0%" 不同系列柱间距离 category_gap="50%" 单系列柱间距离

1、柱状图

柱状图最适合对分类的数据进行比较。尤其是当数值比较接近时，由于人眼对于高度的感知优于其他视觉元素（如面积、角度等），因此，使用柱状图更加合适。

柱状图最核心的功能是比较，比较的核心是高度。如果人为的改变高度，那么数据间的比例关系会失常。因此，在使用柱状图时，要注意y轴的取值，从0开始。柱状图最核心的功能是比较，比较的核心是高度。如果人为的改变高度，那么数据间的比例关系会失常。因此，在使用柱状图时，要注意y轴的取值，从0开始。

有时候，这种高度上的“人为操作”，甚至会采用更隐蔽的形式。智利前总统Sebastian Piñera曾在竞选时展示自己的政绩，他执政的2010年有着最高的红色柱子，对手执政的2013年则矮的可怜。乍看之下颇有说服力，但仔细比对，几个柱子之间的数量关系明显失调（比如，2013与2016年相差4.5%，高度差却与蓝色的柱子，即22.8%差不多大；2010与2016年相差3.4%，高度差却远小于2013与2016年的4.5%）。显然，这张图也是动过手脚的。

柱状图使用垂直或水平的柱子显示类别之间的数值比较，用于描述分类数据，并统计每一个分类中的数量。您也可以绘制多个矩形对应同一个分类属性，分为分组和层叠两种模式，进而分析该分类数据在不同维度上的区别。

参数	说明
X轴	一般为分类数据。
Y轴	可以配置一列或多列数据对应到左轴数值区间。
图例位置	图例在图表中的位置，可以配置为上、下、左和右。
Y轴格式化	将Y轴数据按照指定格式进行显示。
Y轴最小值	设置Y轴最小值。
Y轴最大值	设置Y轴最大值。
图例宽度	设置图例宽度。
X轴刻度密度	设置X轴刻度密度，取值范围为3~30。
是否堆叠	开启该功能后，将堆叠显示Y轴数据。
是否开启标记	开启该功能后，显示各个柱状体对应的数值。
边距	坐标轴距离图表边界距离，包括上、下、左、右边距。

2、条形图

条形图是柱状图另一种形式，即横向柱状图。条形图通常用于分析Top场景，配置方式也和柱状图类似。

条形图矩形块高度一定，宽度代表数值大小。有多列数据映射到Y轴时，采用分组柱状形式显示。

基本构成如下：

X轴（纵轴）
Y轴（横轴）
矩形块
图例

参数	说明
X轴	一般为分类数据。
Y轴	可以配置一列或多列数据对应到左轴数值区间。
图例位置	图例在图表中的位置，可以配置为上、下、左和右。
X轴格式化	将X轴数据按照指定格式进行显示。
图例宽度	设置图例宽度。
Y轴刻度密度	设置Y轴刻度密度，取值范围为3~30。
是否开启标记	开启该功能后，显示各个条形体对应的数值。
边距	坐标轴距离图表边界距离，包括上、下、左、右边距。

3、直方图

直方图，又称质量分布图，用于表示数据的分布情况，是一种常见的统计图表。一般用横轴表示数据区间，纵轴表示分布情况，柱子越高，则落在该区间的数量越大。根据数据分布状况不同，直方图展示的数据有不同的模式，包括对称单峰、偏左单峰、偏右单峰、双峰、多峰以及对称多峰。

构建直方图，首先要确定“组距”、对数值的范围进行分区，通俗的说即是划定有几根柱子（例如0-100分，每隔10分划一个区间，共10个区间）。接着，对落在每个区间的数值进行频次计算（如落在50-60分的2人，60-70分的6人，如下图）。最后，绘制矩形，高度由频数决定。

值得一提的是，选择不同的“组距”，绘制出的图表也不同，也可能使我们得出不同的结论。为了避免片面的情况，建议多次调试组距。有时，人们也会把几个直方图叠在一起比较，但类别最好不超过3个。

4、柱状图、直方图的选择

直方图与柱状图看似相像，实则完全不同。前者反映数据分布情况，后者则不具备此功能，只能对数值进行比较。从数据结构来说，柱状图要求至少一个分类变量，它们之间是离散的（如2019、2020、2021、2022），绘制为柱状图时，柱子与柱子之间有间隔。如果是连续型变量（如班上同学的成绩），则应当使用直方图，绘制出每个区间的数值（如落在每个分数段的人数），柱子之间是连续的、没有间隔（有时为了美观会留出间隔，但间隔极小）。

部分内容参考于图之典与阿里云