【问题标题】:Stacked bar chart with differently ordered colors using matplotlib使用 matplotlib 具有不同顺序颜色的堆叠条形图
【发布时间】:2012-07-01 15:48:27
【问题描述】:

我是python的初学者。我正在尝试制作具有不同顺序颜色的水平条形图。

我有一个如下所示的数据集:

dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16}]
data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D']]

第一个列表包含数字数据,第二个包含每个数据项的顺序。我在这里需要第二个列表,因为在我的案例中,A、B、C 和 D 的顺序对于数据集来说是至关重要的。

使用上面的数据,我想制作一个如下图所示的堆积条形图。它是我用 MS Excel 手动制作的。我现在希望做的是使用 Matplotlib 和上述数据集以更自动化的方式制作这种类型的条形图。如果可能的话,我还想在图表中添加一个图例。

实际上,我完全迷失在自己尝试这个过程中。任何帮助都会非常非常有帮助。 非常感谢您的关注!

【问题讨论】:

  • 亲爱的 Ashwini,感谢您提供此信息。这是 Matplotlib 页面中引用的示例?我将这个模型用作“教科书”,但问题是它似乎超出了我将这个模型“应用”到我的实际目的的能力。这就是为什么我发布我的问题!但是您对 enumerate 的建议对我来说是一个提示。非常感谢!

标签: python charts matplotlib stacked


【解决方案1】:

这是一个很长的程序,但它有效,我添加了一个虚拟数据来区分行数和列数:

import numpy as np
from matplotlib import pyplot as plt

dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16},
           {'A':35, 'B':45, 'C':66, 'D':50}]
data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D'],
               ['A', 'B', 'C', 'D']]
colors = ["r","g","b","y"]
names = sorted(dataset[0].keys())
values = np.array([[data[name] for name in order] for data,order in zip(dataset, data_orders)])
lefts = np.insert(np.cumsum(values, axis=1),0,0, axis=1)[:, :-1]
orders = np.array(data_orders)
bottoms = np.arange(len(data_orders))

for name, color in zip(names, colors):
    idx = np.where(orders == name)
    value = values[idx]
    left = lefts[idx]
    plt.bar(left=left, height=0.8, width=value, bottom=bottoms, 
            color=color, orientation="horizontal", label=name)
plt.yticks(bottoms+0.4, ["data %d" % (t+1) for t in bottoms])
plt.legend(loc="best", bbox_to_anchor=(1.0, 1.00))
plt.subplots_adjust(right=0.85)
plt.show()

结果图为:

【讨论】:

  • 非常感谢您花时间制作这一切。这很有帮助!!我从你的剧本中学习了很多。
  • 一点改进就是使用barh
【解决方案2】:
>>> dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16}]

>>> data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D']]
>>> for i,x in enumerate(data_orders):
     for y in x:
        #do something here with dataset[i][y]  in matplotlib

【讨论】:

  • 亲爱的 Ashwini, 感谢您抽出宝贵时间回复我的问题。我会尽力弄清楚如何用它来解决我的问题!
  • @miyazaki_tara 另一种方法是创建一个新的列表列表,其中数据已经按照data_orders 排列。
  • @miyazaki_tara [[dataset[i][y] for y in data_orders[i]] for i in range(len(data_orders))] 将返回 [[19, 39, 61, 70], [68, 34, 32, 38], [35, 45, 50, 66], [23, 23, 21, 16]]
  • 问题是我对 matplotlib 的工作原理缺乏了解,但我可能因为你的帮助而明白了!谢谢!
猜你喜欢
  • 1970-01-01
  • 2021-02-25
  • 1970-01-01
  • 1970-01-01
  • 2021-01-12
  • 2014-05-11
  • 2021-03-06
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多