防止分组条形图中的重叠标签答案

【问题标题】：Prevent overlapping labels in grouped bar chart防止分组条形图中的重叠标签
【发布时间】：2022-09-25 07:45:49
【问题描述】：

我正在使用以下函数绘制一个分组条形图，比较使用不平衡和平衡数据构建的模型的性能。

# plot results to compare between balanced and imbalanced data

def barChartBalancing(imbalancedResults, rusResults, smoteResults, score, title, string):
    import matplotlib
    import matplotlib.pyplot as plt
    import numpy as np

    #make font bigger
    font = {\'size\'   : 15}

    matplotlib.rc(\'font\', **font)
    
    labels = names
    
    x = np.arange(len(labels))  # the label locations
    width = 0.2  # the width of the bars

    fig, ax = plt.subplots(figsize=(10,9))
    rects1 = ax.bar(x - width, imbalancedResults, width, label=\'Imbalanced Dataset\')
    rects2 = ax.bar(x , rusResults, width, label=\'RandomUnderSampler\')
    rects3 = ax.bar(x + width, smoteResults, width, label=\'SMOTE\')
    

    # Add some text for labels, title and custom x-axis tick labels, etc.
    ax.set_ylabel(score)
    ax.set_title(title)
    ax.set_xticks(x)
    ax.set_xticklabels(labels)
    ax.legend(loc=\'upper center\')
    

    ax.bar_label(rects1, padding=5, fmt=\'%.2f\', label_type=\'edge\')
    ax.bar_label(rects2, padding=5, fmt=\'%.2f\', label_type=\'edge\')
    ax.bar_label(rects3, padding=5, fmt=\'%.2f\', label_type=\'edge\')

    fig.tight_layout()
    
    fileName = string +\'.png\'
    print(fileName)
    plt.savefig(\'figures/resampling/\' + fileName)
    
    plt.show()

但是，当我运行它时，分组条上方的标签是重叠的，如下所示：

我尝试更改 \'padding\' 值，但后来意识到这是条形图的末端和末端之间的距离。我还尝试根据 Rabinzel 的评论在 bar_label 中使用 fontsize 参数更改字体大小，这很有帮助，但我必须使字体非常小以防止完全重叠，以至于很难阅读.

有什么想法可以解决重叠问题吗？我想知道我是否可以将标签垂直放置在栏上？我认为这可以解决问题，而不必使用极小的字体。

您是否尝试将 fontsize 作为参数添加到 ax.bar_label ？我认为它应该工作。您还可以旋转标签以消除重叠
我刚刚尝试过，它确实有帮助，但我必须使字体非常小以防止完全重叠，以至于很难阅读。知道我是否可以将标签垂直放置在栏上吗？我认为这将完全解决问题，而不必使用极小的字体。

标签： python matplotlib

【解决方案1】：

我不知道您是否考虑过水平绘制图形，但是通过这种方法，您将能够：

有更长的名称作为标签
您不会遇到重叠问题。
同一图中的模型（条目）数量不限。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

# Example data
models = ('Linear regresion', 'Singular vector machine', 'linear vector clasification',
          'Naive Bayes Classifier', 'Gradient boosting')
y_pos = np.arange(len(models))
distance = 3 + 10 * np.random.rand(len(models))
speed = 3 + 10 * np.random.rand(len(models))
age = 3 + 10 * np.random.rand(len(models))
width = 0.2 

rects1=ax.barh(y_pos-width, distance, width, align='center', label="Unvalance dataset")
rects2=ax.barh(y_pos, speed, width, align='center', label="Random under sapler")
rects3=ax.barh(y_pos + width, age, width, align='center', label="SMOTE")
ax.set_yticks(y_pos, labels=people)
ax.invert_yaxis()  # labels read top-to-bottom
ax.set_xlabel('Performance')
ax.bar_label(rects1, padding=5, fmt='%.2f', label_type='edge')
ax.bar_label(rects2, padding=5, fmt='%.2f', label_type='edge')
ax.bar_label(rects3, padding=5, fmt='%.2f', label_type='edge')
plt.legend()
plt.xlim(0,15)
plt.show()

【讨论】：

这很聪明！没想到。

【解决方案2】：

以下是更改字体大小和旋转bar_label 的方法：

其中之一的示例：

ax.bar_label(rects1, padding=5, fmt='%.2f', label_type='edge', fontsize=9, rotation='vertical')

如果您想进行不同的旋转，也可以将整数传递给旋转：rotation=45

【讨论】：