Matplotlib 绘制 Numpy 数组条形图时“对象不可调用”错误的解决方案

2024-03-23 11:57:15

## 使用 Matplotlib 绘制 Numpy 数组的条形图

作为一名经验丰富的程序员和技术作家，我经常遇到需要将 Numpy 数组可视化的情况。使用 Matplotlib 库绘制条形图是一种有效的方法，但直接对 Numpy 数组进行绘图可能会导致“对象不可调用”的错误。在本博客文章中，我将深入探讨如何解决此问题，并提供一个分步指南来绘制 Numpy 数组的条形图。

### 问题：对象不可调用

当尝试直接对 Numpy 数组使用 Matplotlib 的 bar() 函数时，您可能会遇到“对象不可调用”错误。这是因为 bar() 函数仅接受类似列表或数组的对象，而 Numpy 数组是一个多维数据结构。

### 解决方案：转换到 Pandas 数据框

为了克服此问题，我们可以将 Numpy 数组转换为 Pandas 数据框。Pandas 提供了更丰富的绘图功能，并允许我们轻松提取和操作数据。

### 步骤：

1. 导入必要的库

import pandas as pd
import matplotlib.pyplot as plt

2. 创建 Pandas 数据框

df = pd.DataFrame(na_count)

3. 提取数据

从数据框中提取键和值到列表中：

keys = df.index.tolist()
values = df.values.tolist()[0]

4. 创建 Matplotlib 条形图

使用提取的数据创建条形图：

plt.bar(keys, values)
plt.title("Numpy 数组的条形图")
plt.xlabel("键")
plt.ylabel("值")
plt.show()

### 示例：绘制 NA 计数

让我们使用此方法绘制一个条形图，显示数据库中缺失值的计数：

import pandas as pd
import matplotlib.pyplot as plt

na_count = [10, 15, 20, 25, 30]
df = pd.DataFrame(na_count)
keys = df.index.tolist()
values = df.values.tolist()[0]
plt.bar(keys, values)
plt.title("NA 计数")
plt.xlabel("列")
plt.ylabel("缺失值计数")
plt.show()