在条形图上绘制误差棒
首先，导入工具包，执行魔法指令，构造变量 data 以及误差 variance：
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
data = np.arange(1,6)
variance = np.random.random_sample(5)
data, variance
构造结果：
(array([1, 2, 3, 4, 5]),
array([0.28817032, 0.16589511, 0.79035515, 0.14674316, 0.6107943 ]))
定义 x 轴刻度及标签：
bar_label = ['bar1','bar2','bar3','bar4','bar5']
x_pos = np.arange(len(bar_label))
x_pos
x 轴刻度 x_pos 如下：
array([0, 1, 2, 3, 4])
bar 方法绘图时，只需要使用 yerr 关键字参数传入误差，即可绘制误差棒：
plt.bar(x_pos,data,yerr=variance)
plt.ylabel('variables')
plt.xticks(x_pos,bar_label)
其中，plt.xticks 用于设定 x 轴刻度及标签。绘图结果如下：
barh 条形图
条形图除了可以纵向绘制，还可以使用 barh 横向来绘制。首先，构造两组数据，分别用于绘制两组条形图：
x1 = np.random.randint(1,5,3)
x2 = np.random.randint(-5,-1,3)
x1,x2
构造结果：
(array([4, 4, 3]), array([-5, -4, -3]))
其中，x1 中的数全为正数，x2 中的数全为负数。下面，分别将两组数据以横向条形图的形式绘制在一张图中：
y_pos = np.arange(len(x1))
bar_labels = ['bar1','bar2','bar3']
plt.figure(figsize = (8,6))
plt.barh(y_pos,x1,color='g',alpha=0.4)
plt.barh(y_pos,x2,color='r',alpha=0.4)
plt.yticks(y_pos, bar_labels)
绘制结果：
绘制包含多组数据的柱形图
绘制包含多组数据的柱形图，并方便对比每组数据中同一指标的大小。首先，构造三组数据：
green_data = np.random.randint(1,7,5)
blue_data = np.random.randint(2,8,5)
red_data = np.random.randint(3,9,5)
labels = ['A','B','C']
green_data, blue_data, red_data
构造结果：
(array([3, 1, 1, 1, 5]), array([6, 4, 7, 4, 5]), array([6, 3, 3, 3, 5]))
绘制直方图：
pos = np.arange(len(green_data))
width = 0.2
alpha = 0.4
fig, ax = plt.subplots(figsize=(8,6))
plt.bar(pos,green_data,width,alpha=alpha,color='g',label=labels[0])
plt.bar(pos+width,blue_data,width,alpha=alpha,color='b',label=labels[1])
plt.bar(pos+width*2,red_data,width,alpha=alpha,color='r',label=labels[2])
绘制结果：
