本文实例为大家分享了python matplotlib实现条形图填充效果的具体代码，供大家参考，具体内容如下
写专利用的python里面的matplotlib画的条形图 ，最开始用的三种颜色来区分，如下图：
然而被告知不行，只能用黑白的，其他颜色不能用，于是想到用灰度，如下图：
然而又被告知，不行，不能用灰度，只能用条形框的填充格式进行区分，接近崩溃，百度了半天也没看到相关的帖子，后来终于找到了，先来看一下效果，源码贴在最后面。效果如下图：
源码如下：
import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']
Y2016 = [83.2, 85, 83.9]
Y2017 = [80.4, 74.6, 86.5]
Y2018 = [85.8, 87.2, 89.1]
labels = ['准确性', '敏感性', '特异性']
bar_width = 0.25
# 绘图
plt.figure(figsize=(10,10))
plt.bar(np.arange(3), Y2016, label='TSVM', color='white', alpha=1, width=bar_width,edgecolor="k",hatch='/')
plt.bar(np.arange(3) bar_width, Y2017, label=u'协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="***")
plt.bar(np.arange(3) 2*bar_width, Y2018, label=u'结合TSVM和协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="xxx")
# 添加刻度标签
plt.xticks(np.arange(3) bar_width, labels)
plt.tick_params(labelsize=20)
# 设置Y轴的刻度范围
plt.ylim([0, 100])
# 为每个条形图添加数值标签
for x2016, y2016 in enumerate(Y2016):
plt.text(x2016, y2016 2, '%s' % y2016, ha='center',fontsize=20)
for x2017, y2017 in enumerate(Y2017):
plt.text(x2017 bar_width, y2017 2, '%s' % y2017, ha='center',fontsize=20)
for x2018, y2018 in enumerate(Y2018):
plt.text(x2018 2*bar_width, y2018 2, '%s' % y2018, ha='center',fontsize=20)
# 显示图例
plt.legend(bbox_to_anchor=(0.5,1), loc=3, borderaxespad=0,fontsize=17)
plt.savefig('foo.png')
# 显示图形
plt.show() 其中，hatch这个参数的值就是改变填充效果的，具体的效果有：‘*oO/|±.’，填充密度根据你引用的符号数量变化，如hatch=‘/’肯定比hatch=’///'要密集对吧。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持Devmax。