如何在条形图上添加值标签

问题描述：

我正在创建条形图，但我不知道如何在条形上（在条形的中心或正上方）添加值标签。

我相信解决方案是使用“文本”或“注释”，但我：a）不知道使用哪一个（并且一般来说，还没有弄清楚何时使用哪一个）。b）看不到任何一种方法来呈现值标签。

这是我的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.mpl_style', 'default') 
%matplotlib inline

# Bring some raw data.
frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

# In my original code I create a series and run on that, 
# so for consistency I create a series from the list.
freq_series = pd.Series(frequencies)

x_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0, 
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
fig = freq_series.plot(kind='bar')
fig.set_title('Amount Frequency')
fig.set_xlabel('Amount ($)')
fig.set_ylabel('Frequency')
fig.set_xticklabels(x_labels)

如何在条形图上（在条形图的中心或其正上方）添加值标签？

解决方案 1：

首先freq_series.plot返回一个轴而不是一个图形，所以为了使我的答案更清楚一点，我已经改变了你给出的代码来引用它，ax而不是fig与其他代码示例更加一致。

您可以从成员中获取图中生成的条形列表。然后，您可以使用此图库示例ax.patches中演示的技术，使用该方法添加标签。matplotlib`ax.text`

import pandas as pd
import matplotlib.pyplot as plt

# Bring some raw data.
frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1]
# In my original code I create a series and run on that,
# so for consistency I create a series from the list.
freq_series = pd.Series(frequencies)

x_labels = [
    108300.0,
    110540.0,
    112780.0,
    115020.0,
    117260.0,
    119500.0,
    121740.0,
    123980.0,
    126220.0,
    128460.0,
    130700.0,
]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind="bar")
ax.set_title("Amount Frequency")
ax.set_xlabel("Amount ($)")
ax.set_ylabel("Frequency")
ax.set_xticklabels(x_labels)

rects = ax.patches

# Make some labels.
labels = [f"label{i}" for i in range(len(rects))]

for rect, label in zip(rects, labels):
    height = rect.get_height()
    ax.text(
        rect.get_x() + rect.get_width() / 2, height + 5, label, ha="center", va="bottom"
    )

plt.show()

这将生成一个如下所示的标记图：

解决方案 2：

根据另一个问题的答案中提到的功能，我找到了一种在条形图上放置标签的非常普遍适用的解决方案。

不幸的是，其他解决方案在许多情况下不起作用，因为标签和条形之间的间距要么以条形的绝对单位给出，要么按条形的高度缩放。前者仅适用于较窄范围的值，后者在一个图中给出不一致的间距。这两种方法都不适用于对数轴。

我提出的解决方案与尺度无关（即对于小数和大数），甚至可以正确地放置负值和对数尺度的标签，因为它使用视觉单位points进行偏移。

我添加了一个负数来展示这种情况下标签的正确位置。

每个条形的高度值用作其标签。其他标签可轻松与Simon 的for rect, label in zip(rects, labels)代码片段一起使用。

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

# Bring some raw data.
frequencies = [6, -16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

# In my original code I create a series and run on that,
# so for consistency I create a series from the list.
freq_series = pd.Series.from_array(frequencies)

x_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0,
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind='bar')
ax.set_title('Amount Frequency')
ax.set_xlabel('Amount ($)')
ax.set_ylabel('Frequency')
ax.set_xticklabels(x_labels)


def add_value_labels(ax, spacing=5):
    """Add labels to the end of each bar in a bar chart.

    Arguments:
        ax (matplotlib.axes.Axes): The matplotlib object containing the axes
            of the plot to annotate.
        spacing (int): The distance between the labels and the bars.
    """

    # For each bar: Place a label
    for rect in ax.patches:
        # Get X and Y placement of label from rect.
        y_value = rect.get_height()
        x_value = rect.get_x() + rect.get_width() / 2

        # Number of points between bar and label. Change to your liking.
        space = spacing
        # Vertical alignment for positive values
        va = 'bottom'

        # If value of bar is negative: Place label below bar
        if y_value < 0:
            # Invert space to place label below
            space *= -1
            # Vertically align label at top
            va = 'top'

        # Use Y value as label and format number with one decimal place
        label = "{:.1f}".format(y_value)

        # Create annotation
        ax.annotate(
            label,                      # Use `label` as label
            (x_value, y_value),         # Place label at end of the bar
            xytext=(0, space),          # Vertically shift label by `space`
            textcoords="offset points", # Interpret `xytext` as offset in points
            ha='center',                # Horizontally center label
            va=va)                      # Vertically align label differently for
                                        # positive and negative values.


# Call the function above. All the magic happens there.
add_value_labels(ax)

plt.savefig("image.png")

编辑：我已经按照barnhillec的建议，在函数中提取了相关功能。

这将产生以下输出：

使用对数刻度（以及对输入数据进行一些调整以展示对数缩放）后，得到以下结果：

解决方案 3：

增强条形图注释matplotlib.pyplot.bar_label

介绍

该matplotlib.pyplot.bar_label功能于 中引入matplotlib v3.4.0，简化了向条形图添加标签的过程。本指南探讨如何使用此功能使您的数据可视化更具信息量且更易于理解。

主要特点和用途

• 标签定位：标签默认定位在栏的“边缘”，也可以选择通过 将其放置在“中心” label_type。

• 定制：可以通过传递 kwargs 来实现额外的定制Axes.annotate，从而允许调整、和text等属性。color`rotation`fontsize

• 格式字符串：该fmt参数现在支持在中引入的 {} 样式格式字符串，matplotlib 3.7 Update用于动态标签格式化。

• 条件格式：可以使用参数对标签进行条件格式化，fmt以实现更大的数据呈现灵活性。

理解ax.containers

ax.containers包含BarContainer艺术家，这对于条形图中的标签放置至关重要。对于单层图来说，它很简单，但对于分组或堆叠图来说，它包含多个对象，反映了它们的结构。

实例

1. 基本注释：从 DataFrame 创建并标记简单的条形图。

# Creating a DataFrame and plotting a bar chart
import pandas as pd
df = pd.DataFrame({'Frequency': frequencies}, index=x_labels)
ax = df.plot(kind='bar', figsize=(12, 8), title='Amount Frequency', xlabel='Amount ($)', ylabel='Frequency', legend=False)
# Adding labels to the chart
ax.bar_label(ax.containers[0], label_type='edge')
# Adjusting margins for clarity
ax.margins(y=0.1)

seaborn 和Axes.bar示例所得到的图表与上面演示的图表非常相似。

1. 自定义外观：使用来自的参数自定义条形图标签的外观matplotlib.axes.Axes.text。

# Customizing label appearance
ax.bar_label(ax.containers[0], label_type='edge', color='red', rotation=90, fontsize=7, padding=3)

1. Seaborn轴级图：注释 seaborn 条形图。

# Plotting and annotating using seaborn
import seaborn as sns
fig, ax = plt.subplots(figsize=(12, 8))
sns.barplot(x=x_labels, y=frequencies, ax=ax)
ax.bar_label(ax.containers[0], label_type='edge')
ax.margins(y=0.1)

1. Seaborn图形级别图表：注释 seaborn 的图形级别条形图。

df = pd.DataFrame({'Frequency': frequencies, 'amount': x_labels})
# Annotating seaborn's figure-level plots
g = sns.catplot(kind='bar', data=df, x='amount', y='Frequency', height=6, aspect=1.5)
for ax in g.axes.flat:
    ax.bar_label(ax.containers[0], label_type='edge')
    ax.margins(y=0.1)

1. 使用matplotlib.axes.Axes.bar：可以采用类似的方法matplotlib.pyplot.bar进行直接绘图。

# Plotting with matplotlib.axes.Axes.bar
import matplotlib.pyplot as plt
xticks = range(len(frequencies))  # Setting up xticks
fig, ax = plt.subplots(figsize=(12, 8))
ax.bar(x=xticks, height=frequencies)  # Creating the bar chart
ax.set_xticks(xticks, x_labels)  # Labeling xticks
ax.bar_label(ax.containers[0], label_type='edge')  # Annotating bars
ax.margins(y=0.1)  # Padding for clarity

使用条件格式fmt

• 排除零或负值，仅显示正值的标签。

# Excluding zero or negative values from labels
ax.bar_label(ax.containers[0], fmt=lambda x: x if x > 0 else '', label_type='edge')
ax.bar_label(ax.containers[0], fmt=lambda x: f'{x:0.0f}' if x > 0 else '', label_type='edge')

• 用于np.where更复杂的条件格式。

# Using np.where for conditional label formatting
import numpy as np
ax.bar_label(ax.containers[0], fmt=lambda x: np.where(x > 0, x, ''), label_type='center')

多条容器

使用多个条形容器处理复杂图表，如分组条形图或堆叠条形图。

# Iterating through multiple containers for annotation in complex charts
for c in ax.containers:
    ax.bar_label(c, fmt=lambda x: np.where(x > 0, x, ''), label_type='center')

广泛的标签定制

对于需要超出默认功能的更复杂的标签定制的场景，使用参数指定手动标签可以提供详细的控制，如本示例和以下代码片段labels所示：

# Generating custom labels for each bar, omitting labels for values less than 0
labels = [f'{h:.1f}%' if (h := v.get_height()) > 0 else '' for v in ax.containers[0]]
ax.bar_label(ax.containers[0], labels=labels, label_type='center')

兼容性

该代码已使用 Python 3.12.0、pandas 2.2.1、matplotlib 3.8.1 和 seaborn 0.13.2 进行了测试。

其他资源

如需深入了解格式选项和其他示例，请参阅“条形标签演示”页面和以下答案，它们可作为宝贵资源，为增强条形图提供更多指导。

label=带参数的答案

堆积条形图

分组条形图

其他答案bar_label

解决方案 4：

基于上述（很棒！）的答案，我们只需进行一些调整就可以制作水平条形图：

# Bring some raw data.
frequencies = [6, -16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

freq_series = pd.Series(frequencies)

y_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0, 
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind='barh')
ax.set_title('Amount Frequency')
ax.set_xlabel('Frequency')
ax.set_ylabel('Amount ($)')
ax.set_yticklabels(y_labels)
ax.set_xlim(-40, 300) # expand xlim to make labels easier to read

rects = ax.patches

# For each bar: Place a label
for rect in rects:
    # Get X and Y placement of label from rect.
    x_value = rect.get_width()
    y_value = rect.get_y() + rect.get_height() / 2

    # Number of points between bar and label. Change to your liking.
    space = 5
    # Vertical alignment for positive values
    ha = 'left'

    # If value of bar is negative: Place label left of bar
    if x_value < 0:
        # Invert space to place label to the left
        space *= -1
        # Horizontally align label at right
        ha = 'right'

    # Use X value as label and format number with one decimal place
    label = "{:.1f}".format(x_value)

    # Create annotation
    plt.annotate(
        label,                      # Use `label` as label
        (x_value, y_value),         # Place label at end of the bar
        xytext=(space, 0),          # Horizontally shift label by `space`
        textcoords="offset points", # Interpret `xytext` as offset in points
        va='center',                # Vertically center label
        ha=ha)                      # Horizontally align label differently for
                                    # positive and negative values.

plt.savefig("image.png")

解决方案 5：

如果您只想标记条形图上方的数据点，则可以使用 plt.annotate()

我的代码：

import numpy as np
import matplotlib.pyplot as plt

n = [1,2,3,4,5,]
s = [i**2 for i in n]
line = plt.bar(n,s)
plt.xlabel('Number')
plt.ylabel("Square")

for i in range(len(s)):
    plt.annotate(str(s[i]), xy=(n[i],s[i]), ha='center', va='bottom')

plt.show()

通过分别指定和的水平和垂直'center'对齐，'bottom'可以获得居中的注释。

解决方案 6：

我也需要条形标签，请注意，我的 y 轴使用 y 轴上的限制具有缩放视图。将标签放在条形顶部的默认计算仍然使用高度（示例中的 use_global_coordinate=False）。但我想表明，在matplotlib 3.0.2中使用全局坐标，标签也可以放在缩放视图中的图表底部。希望它能对某人有所帮助。

def autolabel(rects,data):
    """
    Attach a text label above each bar displaying its height
    """
    c = 0
    initial = 0.091
    offset = 0.205
    use_global_coordinate = True
    
    if use_global_coordinate:
        for i in data:        
            ax.text(initial+offset*c, 0.05, str(i), horizontalalignment='center',
                    verticalalignment='center', transform=ax.transAxes,fontsize=8)
            c=c+1
    else:
        for rect,i in zip(rects,data):
            height = rect.get_height()
            ax.text(rect.get_x() + rect.get_width()/2., height,str(i),ha='center', va='bottom')

解决方案 7：

如果您只想在条形图上方添加数据点，则可以轻松地执行以下操作：

 for i in range(len(frequencies)): # your number of bars
    plt.text(x = x_values[i]-0.25, #takes your x values as horizontal positioning argument 
    y = y_values[i]+1, #takes your y values as vertical positioning argument 
    s = data_labels[i], # the labels you want to add to the data
    size = 9) # font size of datalabels