使用 Pandas 条形图上的值注释条形-IT科技

使用 Pandas 条形图上的值注释条形

2024-12-09 08:30:00

admin

原创

143

摘要：问题描述：我正在寻找一种方法来使用 DataFrame 中的四舍五入数值来注释 Pandas 条形图中的条形图。>>> df=pd.DataFrame({'A':np.random.rand(2),'B':np.random.rand(2)},index=['value1','value2'...

问题描述：

我正在寻找一种方法来使用 DataFrame 中的四舍五入数值来注释 Pandas 条形图中的条形图。

>>> df=pd.DataFrame({'A':np.random.rand(2),'B':np.random.rand(2)},index=['value1','value2'] )         
>>> df
                 A         B
  value1  0.440922  0.911800
  value2  0.588242  0.797366

我想要得到这样的东西：

条形图注释示例

我尝试使用此代码示例，但注释全部以 x 刻度为中心：

>>> ax = df.plot(kind='bar') 
>>> for idx, label in enumerate(list(df.index)): 
        for acc in df.columns:
            value = np.round(df.ix[idx][acc],decimals=2)
            ax.annotate(value,
                        (idx, value),
                         xytext=(0, 15), 
                         textcoords='offset points')

解决方案 1：

您可以直接从斧头的补丁中获取它：

for p in ax.patches:
    ax.annotate(str(p.get_height()), (p.get_x() * 1.005, p.get_height() * 1.005))

您需要调整字符串格式和偏移量以使内容居中，也许可以使用的宽度p.get_width()，但这应该可以帮助您入门。除非您在某处跟踪偏移量，否则它可能不适用于堆叠条形图。

解决方案 2：

从 matplotlib 3.4.0 开始：

Axes.bar_label已添加一种用于自动标记条形图的新辅助方法。

对于单组条形图，提供ax.containers[0]：

df = pd.DataFrame({'A': np.random.rand(2)}, index=['value1', 'value2'])
ax = df.plot.barh()

ax.bar_label(ax.containers[0])

对于多组条形图，迭代ax.containers：

df = pd.DataFrame({'A': np.random.rand(2), 'B': np.random.rand(2)}, index=['value1', 'value2'])
ax = df.plot.bar()

for container in ax.containers:
    ax.bar_label(container)

bar_label 示例

请参阅matplotlib 的条形标签演示，了解使用可选样式参数的综合示例：

Axes.bar_label(self, container, labels=None, *, fmt='%g', label_type='edge', padding=0, **kwargs)

解决方案 3：

解决方案还使用样本浮点格式来处理负值。

仍需要调整偏移。

df=pd.DataFrame({'A':np.random.rand(2)-1,'B':np.random.rand(2)},index=['val1','val2'] )
ax = df.plot(kind='bar', color=['r','b']) 
x_offset = -0.03
y_offset = 0.02
for p in ax.patches:
    b = p.get_bbox()
    val = "{:+.2f}".format(b.y1 + b.y0)        
    ax.annotate(val, ((b.x0 + b.x1)/2 + x_offset, b.y1 + y_offset))

值标记条形图

解决方案 4：

斧头告诉我们盒子的大小。

x_position=##define a value
y_position=##define a value
for patch in ax.patches:
    b= patch.get_bbox()
    y_value=b.y1-b.y0
    ax.annotate(y_value, "x_position" , "y_position"))
plt.show()

为了更清楚：：

Bbox（x0=3.75，y0=0.0，x1=4.25，y1=868.0）

Bbox（x0=4.75，y0=0.0，x1=5.25，y1=868.0）

Bbox（x0=5.75，y0=0.0，x1=6.25，y1=1092.0）

Bbox（x0=6.75，y0=0.0，x1=7.25，y1=756.0）

Bbox（x0=7.75，y0=0.0，x1=8.25，y1=756.0）

Bbox（x0=8.75，y0=0.0，x1=9.25，y1=588.0）

Bbox（x0=3.75， y0=868.0, x1=4.25

, y1=3724.0) Bbox

(x0=4.75, y0=868.0, x1=5.25, y1=3528.0) Bbox(

x0=5.75, y0=1092.0, x1=6.25, y1=3948.0) Bbox(x0=6.75, y0=756.0

, x1=7.25, y1=2884.0) Bbox(x0=7.75, y0=756.0, x1=8.25, y1=3024.0)