如何绘制和注释分组的条

Question

我有以下代码

import numpy as np
import matplotlib.pyplot as plt

oct_data = [10, 24, 25, 30]
nov_data = [12, 42, 21, 78]

labels = ['Account_1', 'Account_2', 'Account_3', 'Account_4']
bar_width = 0.4

rect_1 = np.arange(0, len(oct_data)*2 ,2) 
rect_2 = [x + bar_width for x in rect_1]

plt.bar(rect_1, oct_data, color='#7f6d5f', width=bar_width, edgecolor='white', label='Month_1')
plt.bar(rect_2, nov_data, color='#557f2d', width=bar_width, edgecolor='white', label='Month_2')

plt.ylabel('Cost ($)', fontsize=10)

plt.legend()
plt.show()

给我以下数字：

如您所见Account_2，... ）不集中。 据我了解，此命令应该完成这项工作，但事实并非如此。

plt.xticks([r + bar_width for r in range(0, len(oct_data)*2, 2)], labels)

我也想在酒吧内添加heigh的价值。通常，这就是我使用“单栏”图进行操作的方式：

  for i in range(len(labels)):
    plt.text(i, oct_data[i]//2, oct_data[i], ha = 'center', color = 'black')

但这在这里不起作用。

任何帮助将不胜感激。我是Matplotlib的总体初学者。

Answer 1

• 最简单的解决方案是使用熊猫。这将数据放在一个对象中，该对象很容易促进进一步的分析，并且图API正确地管理了分组条的间距。
  • 此实现仅使用6行代码，而18行。
• 使用，使用 matplotlib 作为默认绘图后端。将列绘制为条形组，索引是独立的轴。
• 来自 matplotlib 3.4.2 ， 应将其用于栏上的注释。
• 请参阅如何在条形图上添加价值标签有关使用 .bar_label 的添加信息和示例和如何绘制和注释分组的条形图以获取分组栏的其他示例。
• 在 python 3.9.7 ， pandas 1.3.4 ， matplotlib 3.4.3

import pandas as pd
import matplotlib.pyplot as plt

# create a dict with the data
data = {'October': oct_data, 'November': nov_data}

# create the dataframe with the labels as the index
df = pd.DataFrame(data, index=labels)

# display(df)
           October  November
Account_1       10        12
Account_2       24        42
Account_3       25        21
Account_4       30        78

# plot the dataframe
ax = df.plot(kind='bar', figsize=(10, 6), rot=0, ylabel='Cost ($)', color=['#7f6d5f', '#557f2d'])

# iterate through each group of container (bar) objects
for c in ax.containers:

    # annotate the container group
    ax.bar_label(c, label_type='center')

plt.show()

Answer 2

有 Align 您可以使用：

# number of data points
num_data = len(labels)

bars1 = plt.bar(range(num_data), oct_data, color='#7f6d5f', 
                align='edge', width=-bar_width,    # align and negative width for left bars
                edgecolor='white', label='Month_1')
bars1 = plt.bar(range(num_data), nov_data, color='#557f2d', 
                align='edge', width=bar_width,     # align and positive width for right bars
                edgecolor='white', label='Month_2')

# set xticks
plt.xticks(range(num_data), labels)

为了注释，建议具有轴实例：

fig, ax = plt.subplots()
# other plot commands

for patch in ax.patches:
    ax.text(patch.get_x() + patch.get_width()/2,
            patch.get_height()/2,
            f'{patch.get_height()}',
            verticalalignment='center', horizontalalignment='center')

output：

---

更新：所有代码：

oct_data = [10, 24, 25, 30]
nov_data = [12, 42, 21, 78]

labels = ['Account_1', 'Account_2', 'Account_3', 'Account_4']
bar_width = 0.4

fig, ax = plt.subplots()

# number of data points
num_data = len(labels)

bars1 = plt.bar(range(num_data), oct_data, color='#7f6d5f', 
                align='edge', width=-bar_width,    # align and negative width for left bars
                edgecolor='white', label='Month_1')
bars1 = plt.bar(range(num_data), nov_data, color='#557f2d', 
                align='edge', width=bar_width,     # align and positive width for right bars
                edgecolor='white', label='Month_2')

for patch in ax.patches:
    ax.text(patch.get_x() + patch.get_width()/2,
            patch.get_height()/2,
            f'{patch.get_height()}',
            verticalalignment='center', horizontalalignment='center')

# set xticks
plt.xticks(range(num_data), labels)
plt.ylabel('Cost ($)', fontsize=10)

plt.legend()
plt.show()