在matplotlib中，如何绘制多个数据集的条形图以将最小的条形放在前面？

Question

我想将多个数据集放在条形图上，并防止较小的条形被较大的条形遮挡，并且我不想抵消它们。例如，

bar(0, 1.)

bar(0, 2.)

仅显示高度为 2.0 的第二个条形，第一个条形被隐藏。有没有办法让 matplotlib 绘制顶部最小的条形？注意：我不需要堆叠条形图或在 x 方向上偏移条形图。

我可以按条形高度对所有数据集中的所有数据进行排序，并按此顺序单独绘制每个条形，但我更喜欢单独绘制每个条形，而不是依次绘制每个数据集有人知道这样做的方法吗？

非常感谢

Answer 1

我知道这是一个老问题，但我出于自己的目的遇到了它，并且因为这似乎是我一遍又一遍地做的事情，所以我为 hist 函数编写了一个包装器（这就是我将要使用的） ；对 bar 的修改应该是微不足道的）：

from matplotlib import pyplot as mpl
from numpy import argsort, linspace

def hist_sorted(*args, **kwargs):
    all_ns = []
    all_patches = []

    labels = kwargs.pop('labels', None)
    if not labels:
        labels = ['data %d' % (i+1) for i in range(len(args))]
    elif len(labels) != len(args):
        raise ValueError('length of labels not equal to length of data')

    bins = kwargs.pop('bins', linspace(min(min(a) for a in args),
                                       max(max(a) for a in args),
                                       num = 11))

    for data, label in zip(args, labels):
        ns, bins, patches = mpl.hist(data, bins=bins, label=label, **kwargs)
        all_ns.append(ns)
        all_patches.append(patches)
    z_orders = -argsort(all_ns, axis=0)

    for zrow, patchrow in zip(z_orders, all_patches):
        assert len(zrow) == len(patchrow)
        for z_val, patch in zip(zrow, patchrow): 
            patch.set_zorder(z_val)

    return all_ns, bins, all_patches

这将数据集作为匿名参数，将任何标签作为关键字参数（用于图例），以及可与 hist 一起使用的任何其他关键字参数。

Answer 2

bar 方法将返回一个 matplotlib.patches.Rectangle 对象。该对象有一个 set_zorder 方法。将第一个的 zorder 设置为高于第二个会将其置于顶部。

您可以通过检查元素是否处于相同的 x 位置并根据高度进行 z 排序来“轻松”对元素的 z 顺序进行排序。

from matplotlib import pylab
pylab.bar([0, 1], [1.0, 2.0])
pylab.bar([0, 1], [2.0, 1.0])

# loop through all patch objects and collect ones at same x
all_patches = pylab.axes().patches
patch_at_x = {}
for patch in all_patches:
    if patch.get_x() not in patch_at_x: patch_at_x[patch.get_x()] = []
    patch_at_x[patch.get_x()].append(patch)

# custom sort function, in reverse order of height
def yHeightSort(i,j):
    if j.get_height() > i.get_height(): return 1
    else: return -1

# loop through sort assign z-order based on sort
for x_pos, patches in patch_at_x.iteritems():
    if len(patches) == 1: continue
    patches.sort(cmp=yHeightSort)
    [patch.set_zorder(patches.index(patch)) for patch in patches]

pylab.show()

替代文本 http://img697.imageshack.us/img697/8381/tmpp.png< /a>

Answer 3

原始：

>>> from matplotlib import pylab
>>> data1 = [0.3, 0.9, 0.1]
>>> data2 = [3.0, 0.2, 0.5]
>>> colors = ['b','magenta','cyan']
>>> data_list = [data1,data2]
>>> num_bars = len(data_list)
>>> for i, d in enumerate(data_list):
...     for j,value in enumerate(sorted(d,reverse=True)):
...         c = colors[j]
...         obj_list = pylab.bar(i*0.4,value,width=0.8/num_bars,color=c)
... 

你可以按顺序绘制它们，就像这样，或者做 zorder

编辑：

我稍微修饰了一下。基本上，关键是在调用 bar 之前将每个 bar 的数据从最大到最小排序。但您可以稍后返回并执行 set_zorder 等操作。事实上，我保存了从 bar () 返回的对象，以防万一您想检查它们。

import numpy as np
from pylab import *

data = [[6.7, 1.5, 4.5], [2.0, 3.25, 5.7]]
w = 0.5
xlocations =  np.array(range(len(data)))+w
colors = ['r','b','cyan']

oL = list()
for x,d in zip(xlocations, data):
    for c,value in zip(colors, sorted(d,reverse=True)):
        b = bar(x, value, width=w, color=c)
        oL.extend(b)
show()