当它们具有不同的宽度时，熊猫图中的重叠条不会完全居中

Question

我想知道在使用 pandas 提供的绘图时，是否有办法将条形图中重叠的条形居中。

当使用 twiny 时，我们得到不同地块对应的条形重叠，这非常实用。当它们具有相同的宽度时，它们将完全居中。

但是，当更改其中一组的宽度时，它们将不再居中，这使得情节看起来很混乱，如下所示：

cat 1 和 cat 2 的第一个黑色条完全位于相应的蓝色条的中心。然而，下一个黑条不在橙色条的中心，第三个黑条不在绿条的中心。

从这里可以看出，当它们具有相同的宽度时，它们完全居中。那么当它们没有相同的宽度时，它们如何以相同的方式居中呢？：

这是创建当前未居中图的代码：

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt

txt = '''Category    COLUMN1         COLUMN2     COLUMN3    
A          0.5               3          Cat1   
B          0.3               5          Cat1 
C          0.7               4          Cat1
A          0.4               3          Cat2
B          0.8               5          Cat2
C          0.3               4          Cat2
'''

df = pd.read_table(StringIO(txt), sep="\s+")

order = ['Cat1', 'Cat2']

fig, ax = plt.subplots()
ax2 = ax.twiny()

col1 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN1').reindex(order)


col1.plot(kind='bar', ax=ax, edgecolor='Black', lw=1, color='black')

col2 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN2').reindex(order)
col2.plot(kind='bar', ax=ax2, legend=False, alpha=0.7)
ax2.xaxis.set_visible(False)

plt.show() 

编辑

这是想要的图片，请原谅“糟糕的图形编辑”。：

Answer 1

首先，您需要将条形位置和宽度保持在相同的比例上。所以你可能想要创建一个twinx 轴而不是twiny。 （您仍然可以使用ax.set_ylim(ax2.get_ylim()) 来使 y 比例相等。）

然后，如果主轴中的条形图与双轴中的条形图一样多，我们将具有一一对应关系，并且可以根据彩色条形图的位置计算黑色条形的位置。

for bbar, cbar in zip(ax.patches, ax2.patches):
    cpos = cbar.get_x()+cbar.get_width()/2.
    bpos = cpos-bbar.get_width()/2.
    bbar.set_x(bpos)

完整的代码，产生上面的情节：

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt

txt = u'''Category    COLUMN1         COLUMN2     COLUMN3    
A          0.5               3          Cat1   
B          0.3               5          Cat1 
C          0.7               4          Cat1
A          0.4               3          Cat2
B          0.8               5          Cat2
C          0.3               4          Cat2
'''

df = pd.read_table(StringIO(txt), sep="\s+")

order = ['Cat1', 'Cat2']

fig, ax = plt.subplots()
ax2 = ax.twinx()

col1 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN1').reindex(order)
col1.plot(kind='bar', ax=ax, edgecolor='Black', lw=1, color='black', width=0.2)
col2 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN2').reindex(order)
col2.plot(kind='bar', ax=ax2, legend=False, alpha=0.7)
ax2.xaxis.set_visible(False)
ax.set_ylim(ax2.get_ylim())

for bbar, cbar in zip(ax.patches, ax2.patches):
    cpos = cbar.get_x()+cbar.get_width()/2.
    bpos = cpos-bbar.get_width()/2.
    bbar.set_x(bpos)

plt.show()