1.单数据系列柱状图：

运行结果：

 具体代码：

#引入工具包
import matplotlib.pyplot as plt
import numpy as np

#设置中文字体，如果不需要中文，则可不写该语句
plt.rcParams["font.sans-serif"]=["SimHei"]

#写入数据
x_data=['Fair', 'Good', 'Very Good', 'Premium', 'Ideal']
y_data=[4300, 3800, 3950, 4700, 3500]

#利用bar()函数设置柱状图的参数，
plt.bar(x_data, y_data, width=0.5, color='red')

plt.title('单数据系列柱状图')#设置中文标题
plt.xlabel('Cut')#x轴的标签
plt.ylabel('Price')#y轴的标签
plt.show()#show()函数进行绘制

补充：

1.工具包matplotlib可直接在命令提示符中输入pip install matplotlib，回车进行下载；

2.工具包numpy可直接在命令提示符中输入pip install numpy，回车进行下载；

3.plt.bar(x,y,width=0.5,bottom=0.0,align='center',color='red',edgecolor='gray')函数的各项参数：

x	表示x坐标，数据类型为int或float类型，等间距排列；
y	表示y坐标，即柱状图的高度，数据类型为int或float类型；
width	表示柱状图的宽度，取值在0~1之间，默认为0.8；
bottom	柱状图的起始位置，也就是y轴的起始坐标；
align	柱状条的中心位置，默认"center"居中，可设置为"lege"边缘；
color	柱状条颜色；
edgecolor	柱状条边框颜色；
linewidth	柱状条边框宽度；
tick_label	下标标签；
orientation	柱状图是的竖直和水平，竖直条：“vertical”，水平条：“horizontal”；默认为竖直。

2.多数据系列柱状图：

运行结果：

具体代码：

#引用工具库
import pandas as pd #使用该数据包导入数据表
import numpy as np
from matplotlib import pyplot as plt

#引用中文
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams['axes.unicode_minus'] = False #防止负号乱码，在此代码中可不用

#导入打开数据表表
df=pd.read_csv('D:\PYthon3-9-13\Data\MultiColumn_Data.csv')

#数据条数
x=np.arange(3)

#获取数据
y1=df['1996']
y2=df['1997']

#绘制柱状图，颜色为默认设置，柱柱状条宽0.3
plt.bar(x, y1, 0.3, label='1996')#label为柱状图标签
plt.bar(x+0.3, y2, 0.3, label='1997')#两个柱状条相邻，x坐标要加上0.3

#为柱状条设置数值(即设置x轴的下标标签)
tick_label=['Temporary Stream', 'Permanent Stream', 'Lake']
plt.xticks(x+0.3/2,tick_label)#使两个柱状条的中心位于轴点上

plt.legend()  #显示上面的label
plt.title('多数据系列柱状图')
plt.show()

 补充：

数据表如下：

 3.堆积柱状图：

运行结果：

 具体代码：

#引用工具库
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

#引用中文
plt.rcParams["font.sans-serif"]=["SimHei"]

#打开表
df=pd.read_csv('D:\PYthon3-9-13\Data\StackedColumn_Data.csv')

fig,ax = plt.subplots()#创建子图，参数均为默认
 
label = [i for i in df.columns[1:]]#获取每一列的第一个值，作为x轴的坐标标签
y1 = df.iloc[0,1:].values #获取第0行各列数据的数据值，.values即获取数据值
y2 = df.iloc[1,1:].values
y3 = df.iloc[2,1:].values
y4 = df.iloc[3,1:].values
y5 = df.iloc[4,1:].values

#ax即在子图中进行绘制 
ax.bar(label, y1, width=.4, label='Fair',color='#FF7F50',ec='k',lw=.6)
ax.bar(label, y2, width=.4,  bottom=y1, label='Good',color='#FF4500',ec='k',lw=.6)
ax.bar(label, y3, width=.4,  bottom=y2+y1, label='Very Good',color='#DC143C',ec='k',lw=.6)
ax.bar(label, y4, width=.4,  bottom=y3+y2+y1, label='Premium',color='#B22222',ec='k',lw=.6)
ax.bar(label, y5, width=.4,  bottom=y4+y3+y2+y1, label='Ideal',color='#8B0000',ec='k',lw=.6)

ax.set_ylim(0,14000) #根据数据表中的数据值，自设置y轴坐标值的限制范围
ax.legend() #绘制显示各个y的标签

#设置坐标轴的标签，字体大小设为13，用fontsize设置字体大小
ax.set_ylabel('values',fontsize=13)
ax.set_xlabel('columns',fontsize=13)
plt.show()

补充：

数据表如下：

 对表中数据的获取，请看以下代码语句：

部分颜色表如下：

 4.百分比堆积柱状图：

运行结果：

 具体代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import matplotlib.ticker as mtick
from matplotlib.ticker import PercentFormatter #引用包中的百分比函数

plt.rcParams['font.sans-serif'] = ['SimHei']

df=pd.read_csv('D:\PYthon3-9-13\Data\StackedColumn_Data.csv')

#设置填充的颜色
colors = ['#ADFEDC','#4EFEB3','#02F78E','#02CB74','#019858']
#获取处理数据
labels = [i for i in df.columns[1:]]
y1 = df.iloc[0,1:].values
y2 = df.iloc[1,1:].values
y3 = df.iloc[2,1:].values
y4 = df.iloc[3,1:].values
y5 = df.iloc[4,1:].values
data = [y1,y2,y3,y4,y5] #为方便后续引用，将数据放入data中

x = range(len(labels)) #将获取的labels依次给到x轴

bottom_y = np.zeros(len(labels)) #将bottom_y元素都初始化为0
data = np.array(data) #将data放入数组中
sums = np.sum(data, axis=0) #求数组data的和，为计算百分比做准备

j = 0

figure, ax = plt.subplots() #创建子图，默认设置
for i in data: #通过函数进行绘制图像
    y = i / sums #获取各个y值的百分比
    plt.bar(x, y, width=0.5, color=np.array(colors)[j], bottom=bottom_y, edgecolor='gray')
    bottom_y = y + bottom_y #实现百分比柱状条的堆积
    plt.xticks(x, labels) #设置x轴的坐标标签
    legend_labels = ['Fair', 'Good', 'Very Good', 'Premium','Ideal']  #设置图像图例
    color = ['#ADFEDC','#4EFEB3','#02F78E','#02CB74','#019858'] #给定与柱状条相同的颜色
    #将颜色和图例标签对应起来
    patches = [mpatches.Patch(color=color[h],label="{:s}".format(legend_labels[h])) for h in range(len(legend_labels))]
    ax = plt.gca()#绘制子图
    box = ax.get_position()

    plt.gca().yaxis.set_major_formatter(PercentFormatter(1)) #纵轴设置为百分比

    #生成legend，显示标签；用bbox_to_anchor=(1, 1)设置图例的位置
    ax.legend(handles=patches,ncol=1, bbox_to_anchor=(1, 1))  
    figure.subplots_adjust(right=0.7)
    j+=1 #color=np.array(colors)[j],通过数组给定柱状条相应的颜色

for i in range(1, 11, 1):#绘制平行于x轴的虚线
    plt.axhline(y=i/10, linestyle='dashed', color='black', linewidth=0.5)

labels = ax.get_xticklabels() + ax.get_yticklabels()

ax.set_title('百分比堆积柱状图',fontsize=13)
ax.set_ylabel('values',fontsize=13)
ax.set_xlabel('columns',fontsize=13)
plt.show()

补充：

数据表如下：

注：如有不正确的或表述不当的请及时反馈，谢谢。