条形图bar
#########

plt.bar()函数::

    x,y参数：x，y值
    width：宽度比例
    facecolor柱状图里填充的颜色、edgecolor是边框的颜色
    left-每个柱x轴左边界,bottom-每个柱y轴下边界 → bottom扩展即可化为甘特图 Gantt Chart
    align：决定整个bar图分布，默认left表示默认从左边界开始绘制,center会将图绘制在中间位置
    xerr/yerr ：x/y方向error bar

示例
====

示例1-bar
---------

宝马和奥迪在5天内所覆盖的距离之间的比较::

    from matplotlib import pyplot as plt 
    x = [0.25,1.25,2.25,3.25,4.25]
    y = [50,40,70,80,20]
    plt.bar(x, y, label="BMW", color='b', width=.5)     # 条形图

    x2 = [.75,1.75,2.75,3.75,4.75]
    y2 = [80,20,20,50,60]
    plt.bar(x2, y2, label="Audi", color='r', width=.5)

    plt.legend()

    plt.xlabel('Days')
    plt.ylabel('Distance (kms)')
    plt.title('Information')
    plt.show()


.. figure:: https://img.zhaoweiguo.com/uPic/2023/12/0mLUi8.jpg


示例2-subplot多图
-----------------

实例::

    # 创建一个新的figure，并返回一个subplot对象的numpy数组
    fig, axes = plt.subplots(4, 1, figsize = (10, 10))

    # 单系列柱状图方法一: plt.plot(kind='bar/barh')
    s = pd.Series(np.random.randint(0,10,16), index = list('abcdefghijklmnop'))
    s.plot(kind='bar', color = 'k', grid = True, alpha = 0.5, ax = axes[0])  # ax参数 → 选择第几个子图

    # 多系列柱状图
    df = pd.DataFrame(np.random.rand(10,3), columns=['a','b','c'])
    df.plot(kind='bar', ax = axes[1], grid = True, colormap='Reds_r')

    # 多系列堆叠图
    # stacked → 堆叠
    df.plot(kind='bar', ax = axes[2], grid = True, colormap='Blues_r', stacked=True) 

    # The bars are positioned at y with the given align. 
    # Their dimensions are given by width and height. 
    # The horizontal baseline is left (default 0). 
    # https://matplotlib.org/api/_as_gen/matplotlib.pyplot.barh.html?highlight=barh#matplotlib.pyplot.barh
    df.plot.barh(ax = axes[3],grid = True,stacked=True,colormap = 'BuGn_r')

.. figure:: https://img.zhaoweiguo.com/uPic/2023/12/5aFPXa.jpg


示例3-误差条
------------

实例::

    plt.figure(figsize=(10,4))

    x = np.arange(10)
    y1 = np.random.rand(10)
    plt.bar(x, y1, width = 1, facecolor = 'yellowgreen', edgecolor = 'white', yerr = y1*0.1)
    for i, j in zip(x, y1):
        plt.text(i-0.2, j-0.15, '%.2f' % j, color = 'white')

    y2 = -np.random.rand(10)
    plt.bar(x, y2, width = 1, facecolor = 'lightskyblue', edgecolor = 'white', yerr = -y2*0.1)
    for i, j in zip(x, y2):
        plt.text(i-0.2, j+0.05, '%.2f' % -j, color = 'white')


.. figure:: https://img.zhaoweiguo.com/uPic/2023/12/e5yx4L.jpg


在 Matplotlib 中，yerr 参数用于指定误差条的值。它可以是以下类型之一::

    1. 浮点数：所有数据点具有相同的对称误差
    2. 一维数组：每个数据点具有一个对应的正负误差
    3. (2, N) 数组：每个数据点具有一个对应的非对称误差。其中第一行包含负误差，第二行包含正误差

* 指定误差条的作用是显示数据的不确定性或准确性，表示数据点的真实值可能在误差条的范围内。例如，在科学研究中，通常会使用误差条来表示实验结果的不确定性。在商业分析中，通常会使用误差条来表示预测结果的不确定性。

.. important:: ValueError: 'yerr' must not contain negative values

以下是一些指定误差条的具体作用::

    显示数据的准确性。误差条越长，数据的准确性越低。
    比较不同数据集之间的差异。如果两个数据集的误差条重叠，则差异可能不显著。
    识别异常值。如果某个数据点的误差条明显偏离其他数据点，则该数据点可能是异常值。