使用Python3 Matplotlib批量绘制多CSV文件分组柱状图需求

1. 单文件柱状图实现 #

以下代码完整实现单文件绘图，并包含所有样式调整需求：

import matplotlib.pyplot as plt
import pandas as pd

# 读取目标CSV文件
file_path = "af-dist-barplot/chr10_af_dist.csv"
df = pd.read_csv(file_path)

# 创建画布
plt.figure(figsize=(12, 6))

# 自定义柱子宽度与间距
bar_width = 0.35
x_indices = range(len(df['bin']))

# 绘制两组柱状图，指定自定义颜色
plt.bar([i - bar_width/2 for i in x_indices], df['1KGP'], width=bar_width, label='1KGP', color='#1f77b4')
plt.bar([i + bar_width/2 for i in x_indices], df['10KGP'], width=bar_width, label='10KGP', color='#ff7f0e')

# X轴样式调整：设置bin值为刻度、缩小字体、垂直显示
plt.xticks(x_indices, df['bin'], fontsize=8, rotation=90)

# 设置轴标签与标题
plt.xlabel('Bin', fontsize=10)
plt.ylabel('Count', fontsize=10)
plt.title(f'Frequency Distribution - {file_path.split("/")[-1]}', fontsize=12)
plt.legend()

# 自动调整布局，避免标签截断
plt.tight_layout()

# 保存并显示图片
plt.savefig(f'{file_path.split("/")[-1].replace(".csv", ".png")}', dpi=300)
plt.show()
plt.close()

样式调整说明 #

• X轴设置：通过fontsize调整刻度字体大小，rotation=90实现垂直显示
• 柱宽与间距：用bar_width定义柱子宽度，通过偏移X坐标（i ± bar_width/2）控制两组柱子的间距
• 自定义颜色：在plt.bar()中通过color参数指定，支持十六进制色码或颜色名称

2. 批量文件子图整合实现 #

以下代码将所有CSV文件的图表整合到一个画布中，每个子图以对应文件名作为标题：

from pathlib import Path
import matplotlib.pyplot as plt
import pandas as pd

# 目标文件夹路径
folder_path = Path('af_dist-barplot')
csv_files = list(folder_path.glob('*.csv'))

# 设置子图布局：每行4个，自动计算所需行数
cols = 4
rows = (len(csv_files) + cols - 1) // cols  # 向上取整计算行数

# 创建画布与子图
fig, axes = plt.subplots(rows, cols, figsize=(cols*6, rows*4))
axes = axes.flatten()  # 将二维轴数组转为一维，方便遍历

# 统一样式参数
bar_width = 0.35
color_1kgp = '#1f77b4'
color_10kgp = '#ff7f0e'

# 遍历每个文件绘制子图
for idx, file in enumerate(csv_files):
    ax = axes[idx]
    df = pd.read_csv(file)
    x_indices = range(len(df['bin']))
    
    # 绘制两组柱状图
    ax.bar([i - bar_width/2 for i in x_indices], df['1KGP'], width=bar_width, color=color_1kgp)
    ax.bar([i + bar_width/2 for i in x_indices], df['10KGP'], width=bar_width, color=color_10kgp)
    
    # 设置子图标题为文件名
    ax.set_title(file.name, fontsize=10)
    
    # X轴样式调整
    ax.set_xticks(x_indices)
    ax.set_xticklabels(df['bin'], fontsize=6, rotation=90)
    
    # 设置轴标签
    ax.set_xlabel('Bin', fontsize=8)
    ax.set_ylabel('Count', fontsize=8)
    
    # 仅在第一个子图添加图例，避免重复
    if idx == 0:
        ax.legend(['1KGP', '10KGP'], fontsize=8)

# 隐藏多余的空轴（当文件数不是列数整数倍时）
for idx in range(len(csv_files), len(axes)):
    axes[idx].axis('off')

# 调整子图间距，避免内容重叠
plt.tight_layout()

# 保存整图
plt.savefig('all_af_dist_plots.png', dpi=300)
plt.show()
plt.close()

关键细节说明 #

• 子图布局：自动计算所需行数，确保所有文件都能分配到子图
• 标题设置：直接使用file.name获取文件名作为子图标题
• 冗余处理：隐藏未使用的空轴，优化整体布局
• 图例优化：仅在第一个子图显示图例，减少视觉冗余

可选优化建议 #

• 如果bin值过多导致X轴拥挤，可通过ax.set_xticks(x_indices[::2])只显示间隔刻度
• 若两组数据数值差异极大，可添加ax.set_yscale('log')将Y轴设为对数刻度，提升可读性

内容的提问来源于stack exchange，提问作者user3214212