什么叫【包含置信区间的折线柱状图】？因为图有点复杂，实在不知道应该叫什么名字好。。
图片
今天导师发来一张图片，就是下面这张，是一篇论文中的插图，他说这张图片画的挺漂亮，想让我用python模仿一下。
首先分析一下这张图分为柱状图3组和折线图3组，共六组数据，其中每根折线都有上下的置信区间，此外还有横轴标题、纵轴标题和图例。
尝试
这张图是我用python的matplotlib包画的，除了最外层的纵向彩色坐标轴以及横坐标轴上的红色字体，其他都已实现，接下来将详细讲解绘图过程。
代码
首先导入必要的包pandas、matplotlib和numpy，数据集stock.csv我会放在文末供大家练习。数据集的第一行是没有标题的，因此header=None，将6列数据分别命名为'bar1', 'bar2', 'bar3', 'line1', 'line2', 'line3'.
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
jddf = pd.read_csv('stock.csv', sep=',', header=None,
names=['id', 'time', 'bar1', 'bar2', 'bar3', 'line1', 'line2', 'line3'])
设置X轴为1至16的十六个整数数字，y2, y2, y3分别在柱状图中使用，index列表示X轴的坐标文字。
# 设置X轴和Y轴取值
x = np.arange(1,17)
y1 = jddf['bar1']
y2 = jddf['bar2']
y3 = jddf['bar3']
index = jddf['id'].tolist()
绘制柱状图：
在color设置部分，三个数字/256分别是颜色所对应的RGB的三个数字。想要获得和原图一样的配色，我的做法是，用Windows自带的画图工具打开，然后取色笔工具获取颜色的RGB三个数字。
# 柱形图
plt.figure(figsize=(14,4))
bar_width = 0.2 # 设置柱状图的宽度
bar1 = plt.bar(x-bar_width, y1, bar_width, color=(0/256, 114/256, 189/256))
bar2 = plt.bar(x, y2, bar_width, color=(217/256, 83/256, 25/256))
bar3 = plt.bar(x+bar_width, y3, bar_width, color=(237/256, 177/256, 32/256))
绘制折线图及其置信区间:
我们通过一张表来看各参数的用法：
更过细节用法可以参考Matplotlib的官方文档，这里有个更大更详细的表格。
# 折线图
line1, = plt.plot(np.arange(1,17), jddf['line1'], color='purple', lw=0.5, ls='-', marker='o', ms=4)
line2, = plt.plot(np.arange(1,17), jddf['line2'], color='green', lw=0.5, marker='^', ms=4)
line3, = plt.plot(np.arange(1,17), jddf['line3'], color='blue', lw=0.5, ls='-.', marker='s', ms=4)
# 折线图置信区间
plt.fill_between(np.arange(1,17), jddf['line1'] - 2, jddf['line1'] + 2, color=(229/256, 204/256, 249/256), alpha=0.9)
plt.fill_between(np.arange(1,17), jddf['line2'] - 2, jddf['line2'] + 2, color=(204/256, 236/256, 223/256), alpha=0.9)
plt.fill_between(np.arange(1,17), jddf['line3'] - 2, jddf['line3'] + 2, color=(191/256, 191/256, 255/256), alpha=0.9)
设置X,Y轴的文字和图例，因为X轴文字较长所以要旋转一下，且以文字最右端对其柱状图中的数据点。
最后保存图片的时候，如果你用的是Jupyter Notebook你能看到画质实在感人。要想使保存的图片足够清楚就要使用savefig()函数来设置保存的dpi数值，但是该函数一定要放在plt.show()之前，否则画出的图是空白的。
# X轴和y轴坐标文字设置
plt.xticks(rotation=20)
plt.xticks(x,index, horizontalalignment='right')
plt.ylabel('Contributions to toal aviation emission(%)')
# 图例设置
plt.legend([bar1, bar2, bar3, line1, line2, line3], ["Aviation BC number emission", "Aviation BC mass emission", "Aviation fuel consumption", "Geometric mean diameter(GMD)", "Geometric standard deviation(GSD)", "Average fleet EI(BC)"], loc='upper right')
# 保存数据并画图
plt.savefig("temp.png",dpi=500,bbox_inches = 'tight')#解决图片不清晰，不完整的问题
plt.show()
获取本文中所使用的jupyter notebook代码及stock.csv数据集，请关注下方微信公众号。
