通过 Python 的 Matplotlib 堆叠 3 个条形图

Question

我想创建一个堆叠的条形图，其中 3 个条相互重叠。我设法为 2 条堆叠做到了这一点，但我无法添加第 3 条，有什么想法吗？

我将添加一些简单的示例代码来说明我的意思：

from matplotlib import pyplot as plt

data1 = [100,120,140]
data2 = [150,120,190]

f, (ax1, ax2) = plt.subplots(1, 2, figsize=(10,5))

## Absolute count

ax1.bar(range(len(data1)), data1, label='data 1', alpha=0.5, color='b')
ax1.bar(range(len(data2)), data2, bottom=data1, label='data 2', alpha=0.5, color='r')
plt.sca(ax1)
plt.xticks([0.4, 1.4, 2.4],  ['category 1', 'category 2', 'category 3'])
ax1.set_ylabel("Count")
ax1.set_xlabel("")
plt.legend(loc='upper left')

## Percent

totals = [i + j for i,j in zip(data1, data2)]
data1_rel = [i / j * 100 for  i,j in zip(data1, totals)]
data2_rel = [i / j * 100 for  i,j in zip(data2, totals)]

ax2.bar(range(len(data1_rel)), data1_rel, alpha=0.5, color='b')
ax2.bar(range(len(data2_rel)), data2_rel, bottom=data1_rel, alpha=0.5, color='r')
plt.sca(ax2)
plt.xticks([0.4, 1.4, 2.4],  ['category 1', 'category 2', 'category 3'])
ax2.set_ylabel("Percentage")
ax2.set_xlabel("")

plt.show()

现在，假设我要添加，例如，data3 = [100,150,130] 直觉上，我会这样做

ax1.bar(range(len(data3)), data3, bottom=data1+data2, label='data 3', alpha=0.5, color='g')

但是，不幸的是，这并没有添加第三条。

Answer 1

应该这样做：ax1.bar(range(len(data3)), data3, bottom=np.array(data1)+np.array(data2), label='data 3', alpha=0.5, color='g'):

而且，可能是首选方式。 pandas 只需几行就可以非常优雅地处理它：

In [17]:

import pandas as pd
df=pd.DataFrame({'data1':data1, 'data2':data2, 'data3':data3})
df.plot(kind='bar', stacked=True)
Out[17]:
<matplotlib.axes.AxesSubplot at 0x108f2b050> 

Answer 2

如果您想使用 pandas 绘图库而不是 matplotlib 的选项：

import pandas

column_names = ['cat1', 'cat2', 'cat3']
data1 = [100,120,140]
data2 = [150,120,190]
data3 = [100,150,130]

df = pandas.DataFrame([data1, data2, data3], columns = column_names)
df.plot.bar(stacked=True)

Answer 3

我假设您在尝试绘图时遇到错误？

目前，您正在使用列表等：

>>> data1 = [1, 2, 3]
>>> data2 = [4, 5, 6]

>>> data+data2
>>> [1, 2, 3, 4, 5, 6]

您可以使用例如 numpy 数组，这应该可以解决您的问题。

>>> data1 = numpy.array([1, 2, 3])
>>> data2 = numpy.array([4, 5, 6])

>>> data1+data2
>>> [5, 7, 9]

Answer 4

这个怎么样？它似乎对我有用。

from __future__ import division
from matplotlib import pyplot as plt

data1 = [100,120,140]
data2 = [150,120,190]
data3 = [130,110,120]

f, (ax1, ax2) = plt.subplots(1, 2, figsize=(10,5))

## Absolute count

b = list(r_[data1] +r_[ data2])

ax1.bar(range(len(data1)), data1, label='data 1', alpha=0.5, color='b')
ax1.bar(range(len(data2)), data2, bottom=data1, label='data 2', alpha=0.5, color='r')
ax1.bar(range(len(data3)), data3, bottom=b, label='data 3', alpha=0.5, color='g')
plt.sca(ax1)
plt.xticks([0.4, 1.4, 2.4],  ['category 1', 'category 2', 'category 3'])
ax1.set_ylabel("Count")
ax1.set_xlabel("")
plt.legend(loc='upper left')

## Percent

totals = [i + j + k for i,j,k in zip(data1, data2, data3)]
data1_rel = [i / j * 100 for  i,j in zip(data1, totals)]
data2_rel = [i / j * 100 for  i,j in zip(data2, totals)]
data3_rel = [i / j * 100 for  i,j in zip(data3, totals)]

b_rel = list(r_[data1_rel] +r_[ data2_rel] )


ax2.bar(range(len(data1_rel)), data1_rel, alpha=0.5, color='b')
ax2.bar(range(len(data2_rel)), data2_rel, bottom=data1_rel, alpha=0.5, color='r')
ax2.bar(range(len(data3_rel)), data3_rel, bottom=b_rel, alpha=0.5, color='g')
plt.sca(ax2)
plt.xticks([0.4, 1.4, 2.4],  ['category 1', 'category 2', 'category 3'])
ax2.set_ylabel("Percentage") 
ax2.set_xlabel("")

plt.show()