在 Pandas 条形图上用值注释条形答案

【问题标题】：Annotate bars with values on Pandas bar plots在 Pandas 条形图上用值注释条形
【发布时间】：2014-10-16 08:21:18
【问题描述】：

我正在寻找一种方法来使用我的 DataFrame 中的舍入数值在 Pandas 条形图中注释我的条形。

>>> df=pd.DataFrame({'A':np.random.rand(2),'B':np.random.rand(2)},index=['value1','value2'] )         
>>> df
                 A         B
  value1  0.440922  0.911800
  value2  0.588242  0.797366

我想得到这样的东西：

我尝试使用此代码示例，但注释都以 x 刻度为中心：

>>> ax = df.plot(kind='bar') 
>>> for idx, label in enumerate(list(df.index)): 
        for acc in df.columns:
            value = np.round(df.ix[idx][acc],decimals=2)
            ax.annotate(value,
                        (idx, value),
                         xytext=(0, 15), 
                         textcoords='offset points')

【问题讨论】：

Tom 搞定了，但我有一个更复杂的解决方案：stackoverflow.com/questions/19917587/…

标签： python matplotlib plot pandas dataframe

【解决方案1】：

As of matplotlib 3.4.0:

为自动标记条形图添加了新的 Axes.bar_label 辅助方法。

对于单组条形图，提供ax.containers[0]:

df = pd.DataFrame({'A': np.random.rand(2)}, index=['value1', 'value2'])
ax = df.plot.barh()

ax.bar_label(ax.containers[0])

对于多组条形图，迭代ax.containers：

df = pd.DataFrame({'A': np.random.rand(2), 'B': np.random.rand(2)}, index=['value1', 'value2'])
ax = df.plot.bar()

for container in ax.containers:
    ax.bar_label(container)

有关使用可选样式参数的综合示例，请参阅 matplotlib's bar label demos：

Axes.bar_label(self, container, labels=None, *, fmt='%g', label_type='edge', padding=0, **kwargs)

【讨论】：

很好的答案，与熊猫配合得很好

【解决方案2】：

斧头告诉我们盒子的大小。

x_position=##define a value
y_position=##define a value
for patch in ax.patches:
    b= patch.get_bbox()
    y_value=b.y1-b.y0
    ax.annotate(y_value, "x_position" , "y_position"))
plt.show()

为了更清楚::
Bbox(x0=3.75, y0=0.0, x1=4.25, y1=868.0)
Bbox(x0=4.75, y0=0.0, x1=5.25, y1=868.0)
Bbox(x0=5.75, y0=0.0, x1=6.25, y1=1092.0)
Bbox(x0=6.75, y0=0.0, x1=7.25, y1=756.0)
Bbox(x0=7.75, y0=0.0, x1=8.25, y1=756.0)
Bbox(x0=8.75, y0=0.0, x1=9.25, y1=588.0)
Bbox(x0=3.75, y0=868.0, x1=4.25, y1=3724.0)
Bbox(x0=4.75, y0=868.0, x1=5.25, y1=3528.0)
Bbox(x0=5.75, y0=1092.0, x1=6.25, y1=3948.0)
Bbox(x0=6.75, y0=756.0, x1=7.25, y1=2884.0)
Bbox(x0=7.75, y0=756.0, x1=8.25, y1=3024.0)
Bbox(x0=0.75, y0=4004.0, x1=1.25, y1=4396.0)
Bbox(x0=1.75, y0=3668.0, x1=2.25, y1=4060.0)
Bbox(x0=2.75, y0=3864.0, x1=3.25, y1=4060.0)

这是我的程序中 patch.get_bbox() 的输出。
我们可以从这里提取边界框细节并根据我们的要求进行操作

【讨论】：

【解决方案3】：

您可以直接从轴的补丁中获得它：

for p in ax.patches:
    ax.annotate(str(p.get_height()), (p.get_x() * 1.005, p.get_height() * 1.005))

您需要调整字符串格式和偏移量以使事物居中，也许使用p.get_width() 的宽度，但这应该可以帮助您入门。除非您在某处跟踪偏移量，否则它可能不适用于堆积条形图。

【讨论】：

感谢@TomAugsPurger，以下方法有效：for p in ax.patches: ax.annotate(np.round(p.get_height(),decimals=2), (p.get_x()+p.get_width()/2., p.get_height()), ha='center', va='center', xytext=(0, 10), textcoords='offset points')
另一个问题：您将如何处理带有负值的条形？使用上面的代码，标签总是带有正坐标，即使条形值为负。
单杠有没有类似的解决方案：kind=barh？
我发现这适用于 barh：ax.annotate(str(p.get_width()), (p.get_x() + p.get_width(), p.get_y()), xytext=(5, 10), textcoords='offset points')
谢谢@capitalistpug。我发现添加水平对齐会让你的效果更好。 ax.annotate(str(int(p.get_width())), (p.get_x() + p.get_width(), p.get_y()), xytext=(-2, 4), textcoords='offset points', horizontalalignment='right') +1

【解决方案4】：

解决方案也可以处理带有样本浮点格式的负值。

仍然需要调整偏移量。

df=pd.DataFrame({'A':np.random.rand(2)-1,'B':np.random.rand(2)},index=['val1','val2'] )
ax = df.plot(kind='bar', color=['r','b']) 
x_offset = -0.03
y_offset = 0.02
for p in ax.patches:
    b = p.get_bbox()
    val = "{:+.2f}".format(b.y1 + b.y0)        
    ax.annotate(val, ((b.x0 + b.x1)/2 + x_offset, b.y1 + y_offset))

【讨论】：