条形图是数据可视化中的基本工具，用于比较不同类别的值。它们用矩形条表示数据，条的长度与其表示的值成正比。
在本实验中，你将学习如何使用 Python 中的 Matplotlib 库来创建条形图。你将从准备数据开始，然后创建垂直和水平条形图，用颜色自定义它们的外观，最后添加图例使你的图表更具信息量。所有绘图都将通过编写 Python 脚本完成，并将图表保存为图像文件，你可以在 LabEx 环境中直接查看这些文件。
在此步骤中，你将开始为我们的条形图设置基本数据。条形图需要两个主要组件：用于坐标轴的类别列表和决定条形大小的相应数值列表。
我们将使用一个代表月度销售数据的简单数据集。首先，从左侧的文件浏览器中打开位于 ~/project 目录下的 main.py 文件。
现在，将以下 Python 代码添加到 main.py 文件中。此代码导入了必要的 Matplotlib 库并定义了我们的数据。
import matplotlib.pyplot as plt
## Data for the bar chart
categories = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
values = [320, 450, 500, 480, 600]让我们分解一下这段代码：
import matplotlib.pyplot as plt: 此行从 matplotlib 库导入 pyplot 模块，并为其赋予约定俗成的别名 plt。我们将使用 plt 来调用绘图函数。categories = ['Jan', 'Feb', 'Mar', 'Apr', 'May']: 此列表包含我们 x 轴的标签。每个字符串代表一个类别。values = [320, 450, 500, 480, 600]: 此列表包含与每个类别对应的数值数据。例如，'Jan' 的销售额为 320。添加代码后，保存 main.py 文件。在下一步中，我们将使用这些数据创建我们的第一个条形图。
在此步骤中，你将使用准备好的数据创建垂直条形图。主要使用的函数是 plt.bar()。此函数接收 x 轴的类别及其对应的 y 轴值来绘制条形。
将以下代码行添加到你的 main.py 文件末尾。这段新代码将生成图表，添加标签和标题，并将其保存为图像文件。
## Create the bar chart
plt.bar(categories, values)
## Add title and labels
plt.title('Monthly Sales Data')
plt.xlabel('Month')
plt.ylabel('Sales ($)')
## Save the plot to a file
plt.savefig('/home/labex/project/vertical_bar_chart.png')
print("Vertical bar chart saved as vertical_bar_chart.png")以下是对新代码的解释：
plt.bar(categories, values): 这是创建条形图的核心函数。它将 categories 列表映射到 x 轴，将 values 列表映射到 y 轴上条形的高度。plt.title(), plt.xlabel(), plt.ylabel(): 这些函数分别向图表添加标题以及 x 轴和 y 轴的标签，使图表更易于理解。plt.savefig(...): 由于我们处于非 GUI 环境中，无法直接使用 plt.show() 显示图表。相反，plt.savefig() 将生成的图表保存到文件中。我们将其保存为 ~/project 目录下的 vertical_bar_chart.png。现在，在终端中运行你的脚本：
python3 main.py你应该会看到以下输出：
Vertical bar chart saved as vertical_bar_chart.png一个名为 vertical_bar_chart.png 的新文件将出现在你的文件浏览器中。双击它即可查看你的第一个条形图！
在此步骤中，你将学习如何创建水平条形图。当你拥有可能在垂直图表中重叠的长类别标签时，这会很有用。Matplotlib 为此提供了 plt.barh() 函数，其工作方式类似于 plt.bar()，但会水平绘制条形。
修改你的 main.py 文件，使用 plt.barh() 替换 plt.bar()。请注意，对于 plt.barh()，参数是 y（类别）和 width（值）。我们还需要交换 xlabel 和 ylabel。
将你的 main.py 文件中的绘图部分替换为以下代码：
## Create the horizontal bar chart
plt.barh(categories, values)
## Add title and labels
plt.title('Monthly Sales Data')
plt.xlabel('Sales ($)')
plt.ylabel('Month')
## Save the plot to a file
plt.savefig('/home/labex/project/horizontal_bar_chart.png')
print("Horizontal bar chart saved as horizontal_bar_chart.png")完整的 main.py 现在应该如下所示：
import matplotlib.pyplot as plt
## Data for the bar chart
categories = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
values = [320, 450, 500, 480, 600]
## Create the horizontal bar chart
plt.barh(categories, values)
## Add title and labels
plt.title('Monthly Sales Data')
plt.xlabel('Sales ($)')
plt.ylabel('Month')
## Save the plot to a file
plt.savefig('/home/labex/project/horizontal_bar_chart.png')
print("Horizontal bar chart saved as horizontal_bar_chart.png")现在，在终端中运行更新后的脚本：
python3 main.py你将看到此输出：
Horizontal bar chart saved as horizontal_bar_chart.png在你的项目目录中检查新文件 horizontal_bar_chart.png，然后打开它以查看你的水平条形图。
在此步骤中，你将通过添加颜色来增强你的条形图。Matplotlib 使你能够轻松地使用 plt.bar() 或 plt.barh() 函数中的 color 参数来更改条形的颜色。你可以为所有条形设置一种颜色，或者提供一个颜色列表来单独为每个条形着色。
让我们回到垂直条形图，为每个条形设置不同的颜色。修改你的 main.py 文件，包含一个颜色列表，并将其传递给 plt.bar() 函数。
你的 main.py 文件应更新为如下所示：
import matplotlib.pyplot as plt
## Data for the bar chart
categories = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
values = [320, 450, 500, 480, 600]
colors = ['skyblue', 'lightgreen', 'salmon', 'gold', 'orchid']
## Create the bar chart with custom colors
plt.bar(categories, values, color=colors)
## Add title and labels
plt.title('Monthly Sales Data')
plt.xlabel('Month')
plt.ylabel('Sales ($)')
## Save the plot to a file
plt.savefig('/home/labex/project/colored_bar_chart.png')
print("Colored bar chart saved as colored_bar_chart.png")在此代码中：
colors 列表，其中每个颜色名称对应图表中的一个条形。plt.bar(categories, values, color=colors) 中的 color 参数。colored_bar_chart.png，以避免覆盖我们之前的工作。在终端中执行脚本：
python3 main.py输出将是：
Colored bar chart saved as colored_bar_chart.png打开新创建的 colored_bar_chart.png 文件，查看你多彩的条形图。
在最后一步中，你将学习如何为图表添加图例。图例对于解释图表中不同元素代表的含义至关重要，尤其是在绘制多个数据集时。
要添加图例，你首先需要为你的绘图数据指定一个 label。然后，调用 plt.legend() 函数将图例显示在图表上。
让我们修改 main.py 脚本，为我们的销售数据添加一个标签，然后渲染图例。
将你的 main.py 文件更新为以下代码：
import matplotlib.pyplot as plt
## Data for the bar chart
categories = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
values = [320, 450, 500, 480, 600]
## Create the bar chart with a label
plt.bar(categories, values, color='skyblue', label='This Year Sales')
## Add title and labels
plt.title('Monthly Sales Data')
plt.xlabel('Month')
plt.ylabel('Sales ($)')
## Add the legend
plt.legend()
## Save the plot to a file
plt.savefig('/home/labex/project/bar_chart_with_legend.png')
print("Bar chart with legend saved as bar_chart_with_legend.png")以下是更改之处：
plt.bar() 中，我们添加了 label='This Year Sales' 参数。这为我们的数据集分配了一个名称。plt.legend() 调用。此函数会查找图表上所有带标签的元素，并创建一个图例框。'skyblue'，并将最终图表保存为 bar_chart_with_legend.png。最后一次运行脚本：
python3 main.py你将看到最终的确认消息：
Bar chart with legend saved as bar_chart_with_legend.png现在，从文件浏览器中打开 bar_chart_with_legend.png。你将看到你的条形图，其中包含一个图例，正确地将条形标识为“This Year Sales”。
恭喜你完成了本次实验！你已成功掌握了使用 Matplotlib 创建和自定义条形图的基础知识。
在本次实验中，你学习了如何：
plt.bar() 创建垂直条形图。plt.barh() 创建水平条形图。color 参数自定义条形的样式。label 参数和 plt.legend() 函数为图表添加描述性图例。这些技能对于任何数据分析或可视化任务都至关重要。你现在可以创建清晰有效的条形图来比较分类数据。欢迎尝试更多 Matplotlib 的功能，以创建更复杂的图表。
