如何在 python 或 matplotlib 中为非常小的值绘制条形图？答案

【问题标题】：How to draw bar charts for very small values in python or matplotlib?如何在 python 或 matplotlib 中为非常小的值绘制条形图？
【发布时间】：2018-12-01 09:49:16
【问题描述】：

我用以下代码绘制了非常小的值的比较条形图，

import pandas as pd
import matplotlib.pyplot as plt

data = [[ 0.00790019035339353, 0.00002112],
    [0.0107705593109131, 0.0000328540802001953],
    [0.0507792949676514, 0.0000541210174560547]]

df = pd.DataFrame(data, columns=['A', 'B'])
df.plot.bar()

plt.bar(df['A'], df['B'])
plt.show()

由于值非常小，我无法可视化图表中（'B' 列）较小值（例如 0.00002112）的图表颜色。

如何修改代码以可视化图表中较小的值（B 列）颜色？谢谢..

【问题讨论】：

标签： python python-3.x matplotlib

【解决方案1】：

显示不同数量级数据的常用方法是对 y 轴使用对数缩放。低于对数使用以 10 为基数，但可以选择其他基数。

import pandas as pd
import matplotlib.pyplot as plt

data = [[ 0.00790019035339353, 0.00002112],
        [0.0107705593109131, 0.0000328540802001953],
        [0.0507792949676514, 0.0000541210174560547]]

df = pd.DataFrame(data, columns=['A', 'B'])
df.plot.bar()

plt.yscale("log")
plt.show()

更新：要更改 yaxis 标签的格式，可以使用 ScalarFormatter 的实例：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter

data = [[ 0.00790019035339353, 0.00002112],
        [0.0107705593109131, 0.0000328540802001953],
        [0.0507792949676514, 0.0000541210174560547]]

df = pd.DataFrame(data, columns=['A', 'B'])
df.plot.bar()

plt.yscale("log")
plt.gca().yaxis.set_major_formatter(ScalarFormatter())
plt.show()

【讨论】：

非常感谢LuckyJosh..这也是画这种图的好选择..谢谢..
LuckyJosh：- 从图形输出可视化的角度来看，您的解决方案非常好且简单。是否有任何选项可以以精确值（如 0.00002112 ）而不是 10^-4 的形式显示 y 轴值。如果可能意味着尝试引导小数部分数字长度显示（如 0.00 或 0.00000）。如果意味着它将对未来有所帮助。谢谢..
你可以（我会在我有时间的时候为我的答案添加一个方法），但总的来说我不建议你这样做。如果您需要确切的值，则应将其放在某种类型的表中，绘图有助于比较和可视化趋势，但不适用于数据检索。
当然.. 我接受你的建议。我的要求是比较这两个值，也想了解新手的输出。所以只有我要求您提供基于数字和数字的 X、Y 轴值。您可以在空闲时间分享您的答案。感谢您的回复..
您想要在 y 轴上有准确的值，还是只想将格式从科学计数法更改为十进制计数法（0.001 而不是 10^-3）？

【解决方案2】：

您可以像这样创建 2 个 y 轴：

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()
width = 0.2
df['A'].plot(kind='bar', color='green', ax=ax1, width=width, position=1, label = 'A')
df['B'].plot(kind='bar', color='blue', ax=ax2, width=width, position=0, label = 'B')

ax1.set_ylabel('A')
ax2.set_ylabel('B')

# legend
h1, l1 = ax1.get_legend_handles_labels()
h2, l2 = ax2.get_legend_handles_labels()
ax1.legend(h1+h2, l1+l2, loc=2)

plt.show()

【讨论】：