Python实现条形图的绘制：
说明：代码运行环境：Win10+Python3+jupyter notebook
条形图是一种用来描绘已汇总的分类型数据的频数分布、相对频数分布或百分数频数分布。（百分数频数就是相对频数乘以100%）
方法1：pandas中的Series对象或者DataFrame对象调用plot()或plot.bar()、plot.barh()方法；
Series.plot()用法：
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.plot.html#pandas.Series.plot
DataFrame.plot()的用法：
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.html
Series.plot.bar()的用法：
DataFrame.plot.bar()的用法：
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.bar.html
具体示例：
导出要用到的相关包：
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
Series.plot.bar()示例：
fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(16),index=list('abcdefghijklmnop'))
data.plot.bar(ax=axes[0],color='k',alpha=0.7,rot=0)
data.plot.barh(ax=axes[1],color='k',alpha=0.7)
plt.savefig('p4.png')上述代码的输出结果是：
采用axes[].set_······()方法对子图中的各种元素进行设置。
具体参见官方文档：
https://matplotlib.org/api/axes_api.html?highlight=axes#module-matplotlib.axes
如何调整上图中第二个子图纵轴上标签之间的间距？
解决方法是将增大figure的尺寸，可以手动调整，也可以通过代码调整。
DataFrame.plot.bar()示例：
# 创建一个DataFrame对象
df = pd.DataFrame(np.random.rand(6,4),
index=['one','two','three','four','five','six'],
columns=pd.Index(['A','B','C','D'],name='Genus'))
fig,axes = plt.subplots(1,1)
df.plot.bar(ax=axes,stacked=True,alpha=0.7,rot=0) # stacked=True时绘制的是堆积条形图
axes.set_title('The first bar plot')
plt.savefig('p5.png')
# bar绘制的垂直方向的条形图,barh绘制的是水平的条形图上述代码的输出结果为：
同理，上图中的各个元素可以通过调用axes.set_······()来设置。
如果上述代码中的df.plot.bar改为df.plot.barh则原条形图变为：
方法2：从seaborn包中调用barplot()方法。
具体示例：
seaborn.barplot()示例：
data = {'state':['Ohio','Nevada','Ohio','Nevada'],
'year':[2000,2000,2001,2001],
'pop':[1.5,1.7,1.8,2.5]}
frame = pd.DataFrame(data)
fig,axes = plt.subplots(2,1)
sns.barplot(x='state',y='pop',hue='year',data=frame,ax=axes[0],orient='v')
sns.barplot(x='pop',y='state',hue='year',data=frame,ax=axes[1],orient='h')
plt.savefig('p7.png')
#当要绘制水平方向的条形图时注意要交换x与y所表示的值上述代码地输出结果是：
同理，上图中的各个元素可以通过调用axes[].set_······()来设置。
如何调整上图中各个subplot之间的间距？
可以使用pyplot.subplots_adjust()方法调整，具体可参见官方文档：
参考资料：
《利用Python进行数据分析》第二版
《商务与经济统计》第十三版
matplotlib、seaborn、pandas官方文档
PS1：打算写一个Python实现常用图表的系列，这个系列所采用的绘图方式是通过subplot的示例来调用绘制各种图形的方法，我把它理解成面对对象式绘图，与此相对的是函数式绘图，通过matplotlib.pyplot来调用绘制各种图形的函数。
PS2：本文是博主的第一篇博客，难免有疏漏之处，欢迎交流讨论