相当于 Pandas/Matplotlib 中 barh 的 secondary_y？答案

【问题标题】：Equivalent of secondary_y for barh in Pandas/Matplotlib?相当于 Pandas/Matplotlib 中 barh 的 secondary_y？
【发布时间】：2019-01-30 08:22:27
【问题描述】：

Pandas 提供nice, simple way 在两个 y 轴上绘制（垂直）条形图。水平条形图是否有等价物？

改编自链接示例：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO("""     amount     price
A     40929   4066443
B     93904   9611272
C    188349  19360005
D    248438  24335536
E    205622  18888604
F    140173  12580900
G     76243   6751731
H     36859   3418329
I     29304   2758928
J     39768   3201269
K     30350   2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)

_ = df.plot( kind= 'barh' , secondary_y= 'amount' , rot= 0 ) 
# Doesn't work as expected. And there's no secondary_x.

plt.show()

【问题讨论】：

标签： pandas bar-chart

【解决方案1】：

和你问的不太一样：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO("""     amount     price
A     40929   4066443
B     93904   9611272
C    188349  19360005
D    248438  24335536
E    205622  18888604
F    140173  12580900
G     76243   6751731
H     36859   3418329
I     29304   2758928
J     39768   3201269
K     30350   2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)

ax = df['price'].plot.barh(color='blue', alpha=.5) 
ax2 = ax.twiny()
df['amount'].plot.barh(ax=ax2, color='yellow', alpha =.5 )
plt.show()

输出：

【讨论】：

【解决方案2】：

对您的问题的简短回答是，不，熊猫中的barh 地块没有等效的secondary_y，正如熊猫中的this issue 所证明的那样，它仍然开放。

这就是我设法达到预期效果的方法。您必须自己计算比例因子，并使用 matplotlib 的 twiny ax 功能。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO("""     amount     price
A     40929   4066443
B     93904   9611272
C    188349  19360005
D    248438  24335536
E    205622  18888604
F    140173  12580900
G     76243   6751731
H     36859   3418329
I     29304   2758928
J     39768   3201269
K     30350   2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)
fig, ax = plt.subplots(figsize=(10,5))

y_pos = np.arange(len(df))
scale_factor = 100
ax.barh(y_pos, df.amount, align='edge', height=0.4, label='amount (top)')
ax.barh(y_pos, df.price/scale_factor, align='edge', height=-0.4, label='price')
ax.set_yticks(y_pos)
ax.set_yticklabels(df.index)
ax.set_xlabel('Price')
ax.legend()

ax2 = ax.twiny()
ax2.set_xticks(ax.get_xticks())
ax2.set_xbound(ax.get_xbound())
ax2.set_xticklabels([int(x*scale_factor) for x in ax.get_xticks()])
ax2.set_xlabel('Amount')

plt.show()

输出：

【讨论】：