鉴于以下计数图，我如何在条形顶部放置百分比？
import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", hue="who", data=titanic)
例如，对于“First”，我希望在各自的条形图上显示 First men/total First、First Women/total First、First children/total First。
【问题讨论】：
标签： python matplotlib seaborn
with_hue 如果您的绘图中有“hue”参数，则函数将在条形图上绘制百分比。以实际图、特征、特征中的Number_of_categories、hue_categories(hue特征中的类别数)为参数。
without_hue 函数将在条形图上绘制百分比，如果你有一个正常的绘图。它以实际的图形和特征作为参数。
def with_hue(ax, feature, Number_of_categories, hue_categories):
a = [p.get_height() for p in ax.patches]
patch = [p for p in ax.patches]
for i in range(Number_of_categories):
total = feature.value_counts().values[i]
for j in range(hue_categories):
percentage = '{:.1f}%'.format(100 * a[(j*Number_of_categories + i)]/total)
x = patch[(j*Number_of_categories + i)].get_x() + patch[(j*Number_of_categories + i)].get_width() / 2 - 0.15
y = patch[(j*Number_of_categories + i)].get_y() + patch[(j*Number_of_categories + i)].get_height()
ax.annotate(percentage, (x, y), size = 12)
def without_hue(ax, feature):
total = len(feature)
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total)
x = p.get_x() + p.get_width() / 2 - 0.05
y = p.get_y() + p.get_height()
ax.annotate(percentage, (x, y), size = 12)
【讨论】：
np.sum(a[::hue_categories] 此解决方案使用图中数据的顺序而不是更可靠的原始数据。
matplotlib 3.4.2 开头的最简单的选项是使用matplotlib.pyplot.bar_label
.bar_label 的更多选项和信息，请参阅此answer
labels 的列表推导使用赋值表达式 (:=)，它需要 python >= 3.8。这可以重写为标准的 for 循环。
labels = [f'{v.get_height()/data.who.count()*100:0.1f}' for v in c] 无需赋值表达式即可工作。v.get_width()
import matplotlib.pyplot as plt
import seaborn as sns
# load the data
data = sns.load_dataset('titanic')[['survived', 'class', 'who']]
survived class who
0 0 Third man
1 1 First woman
2 1 Third woman
seaborn.countplot 或seaborn.barplot
# plot
ax = sns.countplot(x="class", hue="who", data=data)
ax.set(ylabel='Bar Count', title='Bar Count and Percent of Total')
# add annotations
for c in ax.containers:
# custom label calculates percent and add an empty string so 0 value bars don't have a number
labels = [f'{h/data.who.count()*100:0.1f}%' if (h := v.get_height()) > 0 else '' for v in c]
ax.bar_label(c, labels=labels, label_type='edge')
plt.show()
fg = sns.catplot(data=data, kind='count', x='class', hue='who', col='survived')
fg.fig.subplots_adjust(top=0.9)
fg.fig.suptitle('Bar Count and Percent of Total')
for ax in fg.axes.ravel():
# add annotations
for c in ax.containers:
# custom label calculates percent and add an empty string so 0 value bars don't have a number
labels = [f'{h/data.who.count()*100:0.1f}%' if (h := v.get_height()) > 0 else '' for v in c]
ax.bar_label(c, labels=labels, label_type='edge')
plt.show()
【讨论】：
如果有超过 2 个色调类别，我无法让这些方法发挥作用。
我使用了@Lord Zsolt 的方法，针对任意数量的色调类别进行了扩充。
def barPerc(df,xVar,ax):
'''
barPerc(): Add percentage for hues to bar plots
args:
df: pandas dataframe
xVar: (string) X variable
ax: Axes object (for Seaborn Countplot/Bar plot or
pandas bar plot)
'''
# 1. how many X categories
## check for NaN and remove
numX=len([x for x in df[xVar].unique() if x==x])
# 2. The bars are created in hue order, organize them
bars = ax.patches
## 2a. For each X variable
for ind in range(numX):
## 2b. Get every hue bar
## ex. 8 X categories, 4 hues =>
## [0, 8, 16, 24] are hue bars for 1st X category
hueBars=bars[ind:][::numX]
## 2c. Get the total height (for percentages)
total = sum([x.get_height() for x in hueBars])
# 3. Print the percentage on the bars
for bar in hueBars:
ax.text(bar.get_x() + bar.get_width()/2.,
bar.get_height(),
f'{bar.get_height()/total:.0%}',
ha="center",va="bottom")
如您所见，这种方法可以满足原始发帖人的要求：
我希望在各自的条形图上显示第一个男性/第一个总数、第一个女性/第一个总数和第一个孩子/第一个总数。
也就是说，添加的值是每个色相的百分比（对于每个 X 类别） - 因此 对于每个 X 类别，百分比相加为 100%
（这也适用于 Seaborn 的 .barplot()）
【讨论】：
seaborn.catplot 组织函数返回一个 FacetGrid，它使您可以访问无花果、斧头及其补丁。如果在没有绘制任何其他内容的情况下添加标签，您就会知道哪些条形图来自哪些变量。从@LordZsolt 的回答中，我选择了order 的catplot 参数：我喜欢明确说明，因为现在我们不再使用我们认为默认的顺序来依赖barplot 函数。
import seaborn as sns
from itertools import product
titanic = sns.load_dataset("titanic")
class_order = ['First','Second','Third']
hue_order = ['child', 'man', 'woman']
bar_order = product(class_order, hue_order)
catp = sns.catplot(data=titanic, kind='count',
x='class', hue='who',
order = class_order,
hue_order = hue_order )
# As long as we haven't plotted anything else into this axis,
# we know the rectangles in it are our barplot bars
# and we know the order, so we can match up graphic and calculations:
spots = zip(catp.ax.patches, bar_order)
for spot in spots:
class_total = len(titanic[titanic['class']==spot[1][0]])
class_who_total = len(titanic[(titanic['class']==spot[1][0]) &
(titanic['who']==spot[1][1])])
height = spot[0].get_height()
catp.ax.text(spot[0].get_x(), height+3, '{:1.2f}'.format(class_who_total/class_total))
#checking the patch order, not for final:
#catp.ax.text(spot[0].get_x(), -3, spot[1][0][0]+spot[1][1][0])
生产
另一种方法是明确地进行汇总，例如使用出色的pandas，并使用matplotlib 进行绘图，还可以自己进行造型。 （尽管即使使用 matplotlib 绘图函数，您也可以从 sns 上下文中获得很多样式。试试看——）
【讨论】：
答案是来自 jrjc 和 cphlewis 答案的启发，但更简单易懂
sns.set(style="whitegrid")
plt.figure(figsize=(8,5))
total = float(len(train_df))
ax = sns.countplot(x="event", hue="event", data=train_df)
plt.title('Data provided for each event', fontsize=20)
for p in ax.patches:
percentage = '{:.1f}%'.format(100 * p.get_height()/total)
x = p.get_x() + p.get_width()
y = p.get_height()
ax.annotate(percentage, (x, y),ha='center')
plt.show()
【讨论】：
在cphlewis's 解决方案的帮助下，我设法将正确的百分比放在图表的顶部，因此类总和为一个。
for index, category in enumerate(categorical):
plt.subplot(plot_count, 1, index + 1)
order = sorted(data[category].unique())
ax = sns.countplot(category, data=data, hue="churn", order=order)
ax.set_ylabel('')
bars = ax.patches
half = int(len(bars)/2)
left_bars = bars[:half]
right_bars = bars[half:]
for left, right in zip(left_bars, right_bars):
height_l = left.get_height()
height_r = right.get_height()
total = height_l + height_r
ax.text(left.get_x() + left.get_width()/2., height_l + 40, '{0:.0%}'.format(height_l/total), ha="center")
ax.text(right.get_x() + right.get_width()/2., height_r + 40, '{0:.0%}'.format(height_r/total), ha="center")
但是，该解决方案假定有 2 个选项（男人、女人）而不是 3 个选项（男人、女人、孩子）。
由于Axes.patches 的排序方式很奇怪（首先是所有蓝色条，然后是所有绿色条，然后是所有红色条），因此您必须将它们拆分并相应地重新压缩在一起。
【讨论】：