本文主要讲解如何通过Python主流绘图库matplotlib绘制条形图
使用matplotlib绘制图形有时会让人感到麻烦，我自己曾经就学过R语言的ggplot2绘图包，说实在的，确实好用。但为什么还要学习matplotlib？其一是想进一步加深对Python的理解，其二是想着掌握matplotlib之后，很多工作就可以直接在Python中直接完成，不用像以前那样，在Python中进行数据分析，回过头又去R中绘图。
这两天学习了一下matplotlib,最大的感悟就是相对于ggplot2来说，matplotlib的绘图让人感觉到更为基层一些，因为ggplot2对一些常见的绘图都进行了很好的封装，基本只需要一辆行代码就可以绘制出一幅标准的图形。然而通过matplotlib的绘图，能够让绘图者的思路更加清晰，你只需要按照手工作图的思路去考虑绘制一幅图形需要哪些元素，然后一步一步的进行就可以。
下面将为读者展示如何通过matplotlib绘制简单条形图，虽说代码相对较长，但不同于ggplot2中的较为完整的封装，阅读如下代码会让你感觉逻辑上更为清晰，严谨。
from matplotlib import pyplot as plt
import numpy as np#这节课，我们学习如何通过matplotlib绘制简单条形图
#第一步，取出一张白纸
fig=plt.figure(1)#第二步，确定绘图范围，由于只需要画一张图，所以我们将整张白纸作为绘图的范围
ax1=plt.subplot(111)#第三步，整理我们准备绘制的数据
data=np.array([15,20,18,25])#第四步，准备绘制条形图，思考绘制条形图需要确定那些要素
#1、绘制的条形宽度
#2、绘制的条形位置(中心)
#3、条形图的高度（数据值）
width=0.5
x_bar=np.arange(4)#第五步，绘制条形图的主体，条形图实质上就是一系列的矩形元素，我们通过plt.bar函数来绘制条形图
rect=ax1.bar(left=x_bar,height=data,width=width,color="lightblue")#第六步，向各条形上添加数据标签
for rec in rect:
x=rec.get_x()
height=rec.get_height()
ax1.text(x+0.1,1.02*height,str(height))#第七步，绘制x，y坐标轴刻度及标签，标题
ax1.set_xticks(x_bar)
ax1.set_xticklabels(("first","second","third","fourth"))
ax1.set_ylabel("sales")
ax1.set_title("The Sales in 2016")
ax1.grid(True)
ax1.set_ylim(0,28)
plt.show()