在 Python 中创建和注释分组条形图 [重复]

Question

我正在使用以下 DataFrame，

我想创建一个类似于下图的分组条形图

X 轴上的索引值'A','B','C','D','E' 及其各自的系列（早期、过期、准时、过期）。我还想注释每个条（在每个条上写数据值）

要复制我的 DataFrame，请使用以下 sn-p：

df = pd.DataFrame.from_dict({'Early': {'A': 824, 'B': 701, 'C': 1050, 'D': 764, 'E': 993},
 'Long Overdue': {'A': 238, 'B': 270, 'C': 489, 'D': 549, 'E': 471},
 'On Time': {'A': 1021, 'B': 1025, 'C': 120, 'D': 71, 'E': 57},
 'Overdue': {'A': 493, 'B': 580, 'C': 917, 'D': 1192, 'E': 1055}}
                      )

Answer 1

还有其他方法可以将数据格式转换为垂直格式，但我们将为该垂直数据绘制条形图。然后获取该条的 x 轴位置和高度，并对其进行注释。在我的代码中，我将文本放置在一半的高度。

df_long = df.unstack().to_frame(name='value')
df_long = df_long.swaplevel()
df_long.reset_index(inplace=True)
df_long.columns = ['group', 'status', 'value']

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(12, 8))

g = sns.barplot(data=df_long, x='group', y='value', hue='status', ax=ax)

for bar in g.patches:
    height = bar.get_height()
    ax.text(bar.get_x() + bar.get_width() / 2., 0.5 * height, int(height),
                ha='center', va='center', color='white')

plt.show()

Answer 2

从 3.4 版开始。在 Matplotlib 中，添加了一个新方法 Axes.bar_label 来支持这种标记任务。此方法将包含条形的BarContainer 作为参数，通常作为plt.bar 的输出获得。绘制分组条形图，pandas的@​​987654328@函数更方便；但后者不返回BarContainer。这是一个无痛的解决方案：

import pandas as pd
import matplotlib.pyplot as plt # 3.4.

df = ...
df.plot.bar()

ax = plt.gca()
for container in ax.containers:
    ax.bar_label(container, padding=3)

让我们稍微自定义一下：

fig, ax = plt.subplots(figsize=(8, 4))

df.plot.bar(rot=0, ax=ax, zorder=2,
    color=["cornflowerblue", "yellowgreen", "gold", "salmon"])
for container in ax.containers:
    ax.bar_label(container, padding=3)

plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc='lower left',
     ncol=4, mode="expand", borderaxespad=0.)
plt.grid(True, axis='y', c="lightgrey", zorder=0)
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')

Answer 3

在 for 循环中遍历每一列并绘制它们非常重要。然后重新分配列名。这是一个完整的例子。您应该能够复制并粘贴此代码，然后运行它。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

# your data
df = pd.DataFrame(
    {
        'Early': {'A': 824, 'B': 701, 'C': 1050, 'D': 764, 'E': 993},
        'Long Overdue': {'A': 238, 'B': 270, 'C': 489, 'D': 549, 'E': 471},
        'On Time': {'A': 1021, 'B': 1025, 'C': 120, 'D': 71, 'E': 57},
        'Overdue': {'A': 493, 'B': 580, 'C': 917, 'D': 1192, 'E': 1055}
    })

# set the figure size
fig, ax = plt.subplots(figsize = (10,7), dpi = 200)

# select the colors you would like to use for each category
colors = ['skyblue','goldenrod','slateblue','seagreen']

# used to set the title, y, and x labels
ax.set_title('\nTrain Times\n', fontsize = 14)
ax.set_xlabel('\nCategories\n', fontsize = 14)
ax.set_ylabel('\nValues\n', fontsize = 14)

# create an offsetting x axis to iterate over within each group
x_axis = np.arange(len(df))+1 

# center each group of columns
offset = -0.3                 

# iterate through each set of values and the colors associated with each 
# category
for index, col_name, color in zip(x_axis, df.columns, colors):
    
    x = x_axis+offset
    height = df[col_name].values

    ax.bar(
        x, 
        height, 
        width = 0.2, 
        color = color, 
        alpha = 0.8, 
        label = col_name
    )   
    
    offset += 0.2
    
    # set the annotations
    props = dict(boxstyle='round', facecolor='white', alpha=1)
    
    for horizontal, vertical in zip(x, height):
        
        ax.text(
            horizontal-len(str(vertical))/30, 
            vertical+26, 
            str(vertical), 
            fontsize=12, 
            bbox=props)
        

# set the y limits so the legend appears above the bars
ax.set_ylim(0, df.to_numpy().max()*1.25)

# relabel the x axis
ax.set_xticks(x_axis)                   # offset values
ax.set_xticklabels(df.index.to_list())  # set the labels for each group

# the legend can be set to multiple values. 'Best' has Matplotlib automatically set the location.
# setting ncol to the length of the dataframe columns sets the legend horizontally by the length 
# of the columns
plt.legend(loc = 'best', ncol=len(df.columns), fontsize = 12)                        
plt.show()

这应该给你下面的情节。我试图将颜色与您提供的图片尽可能匹配。但是，您可以选择自己的。这是一个图表链接，并列出了所有可供您使用的颜色。 Chart of available Matplotlib colors