如何在条形图上显示自定义值

问题描述：

我想了解如何在 Seaborn 中做两件事：使用条形图显示数据框中存在但不在图表中的值。

1. 我希望在绘制数据框中一个字段的值的同时显示另一个字段的值。例如，下面，我正在绘制“tip”，但我想将值置于'total_bill'每个条形图上方的中心位置（即星期五上方为 325.88，星期六上方为 1778.40，等等）。

2. 有没有办法缩放条形图的颜色，使最低值具有'total_bill'最浅的颜色（在本例中为星期五），最高值具有'total_bill'最深的颜色？显然，我在缩放时会坚持使用一种颜色（即蓝色）。

虽然我看到其他人认为这是另一个（或两个）问题的重复，但我忽略了如何使用图表中不存在的值作为标签或阴影的基础。我怎么说呢，使用 total_bill 作为基础。很抱歉，但我无法根据这些答案找到答案。

从以下代码开始，

import pandas as pd
import seaborn as sns
%matplotlib inline

df = pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/1st-edition/ch08/tips.csv", sep=',')
groupedvalues = df.groupby('day').sum().reset_index()
g = sns.barplot(x='day', y='tip', data=groupedvalues)

我得到以下结果：

临时解决方案：

for index, row in groupedvalues.iterrows():
    g.text(row.name, row.tip, round(row.total_bill, 2), color='black', ha="center")

在阴影上，使用下面的示例，我尝试了以下操作：

import pandas as pd
import seaborn as sns
%matplotlib inline

df = pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/1st-edition/ch08/tips.csv", sep=',')
groupedvalues = df.groupby('day').sum().reset_index()

pal = sns.color_palette("Greens_d", len(data))
rank = groupedvalues.argsort().argsort()
g = sns.barplot(x='day', y='tip', data=groupedvalues)

for index, row in groupedvalues.iterrows():
    g.text(row.name, row.tip, round(row.total_bill, 2), color='black', ha="center")

但这给了我以下错误：

AttributeError：'DataFrame'对象没有属性'argsort'

所以我尝试进行修改：

import pandas as pd
import seaborn as sns
%matplotlib inline

df = pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/1st-edition/ch08/tips.csv", sep=',')
groupedvalues = df.groupby('day').sum().reset_index()

pal = sns.color_palette("Greens_d", len(data))
rank = groupedvalues['total_bill'].rank(ascending=True)
g = sns.barplot(x='day', y='tip', data=groupedvalues, palette=np.array(pal[::-1])[rank])

这让我

IndexError：索引 4 超出了大小为 4 的轴 0 的范围

解决方案 1：

matplotlib 3.4.0 中的新功能

• 现在有一个内置功能Axes.bar_label可以自动标记栏容器：

ax = sns.barplot(x='day', y='tip', data=groupedvalues)
ax.bar_label(ax.containers[0]) # only 1 container needed unless using `hue`

• 对于自定义标签（例如，tip带有值的条形图total_bill），请使用以下labels参数：

ax = sns.barplot(x='day', y='tip', data=groupedvalues)
ax.bar_label(ax.containers[0], labels=groupedvalues['total_bill'])
#                              ----------------------------------

• 对于多组条形图（即带有hue），将会有多个需要迭代的条形容器：

ax = sns.barplot(x='day', y='tip', hue='sex', data=df)
for container in ax.containers:
    ax.bar_label(container)

更多详细信息：

• 如何标记百分比计数（fmt参数）

• 如何旋转标签（rotation参数）

• 如何垂直居中标签（label_type参数）

• 如何给标签添加间距（padding参数）

颜色排序版本

有没有办法缩放条形图的颜色，使最低值具有total_bill最浅的颜色（在本例中为星期五），最高值具有total_bill最深的颜色？

1. 找出每个值的等级total_bill：

* 使用`Series.sort_values`：

ranks = groupedvalues.total_bill.sort_values().index
# Int64Index([1, 0, 3, 2], dtype='int64')

* `Series.rank`或者通过链接压缩 Ernest 的版本`Series.sub`：

ranks = groupedvalues.total_bill.rank().sub(1).astype(int).array
# [1, 0, 3, 2]

1. 然后使用以下命令重新索引调色板ranks：

palette = sns.color_palette('Blues_d', len(ranks))
ax = sns.barplot(x='day', y='tip', palette=np.array(palette)[ranks], data=groupedvalues)

解决方案 2：

这适用于单个 ax 或 ax 矩阵（子图）：

from matplotlib import pyplot as plt
import numpy as np

def show_values_on_bars(axs):
    def _show_on_single_plot(ax):
        for p in ax.patches:
            _x = p.get_x() + p.get_width() / 2
            _y = p.get_y() + p.get_height()
            value = '{:.2f}'.format(p.get_height())
            ax.text(_x, _y, value, ha="center")

    if isinstance(axs, np.ndarray):
        for idx, ax in np.ndenumerate(axs):
            _show_on_single_plot(ax)
    else:
        _show_on_single_plot(axs)

fig, ax = plt.subplots(1, 2)
show_values_on_bars(ax)

解决方案 3：

坚持使用来自更改 seaborn 条形图中的颜色比例的解决方案，该解决方案用于argsort确定条形颜色的顺序。在链接的问题中，argsort应用于一个Series对象，而在这里您有一个。选择要应用DataFrame的一列。DataFrame`argsort`

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

df = sns.load_dataset('tips')
groupedvalues = df.groupby('day').sum().reset_index()

pal = sns.color_palette('Greens_d', len(groupedvalues))
rank = groupedvalues['total_bill'].argsort().argsort() 
g = sns.barplot(x='day', y='tip', data=groupedvalues, palette=np.array(pal[::-1])[rank])

for index, row in groupedvalues.iterrows():
    g.text(row.name, row.tip, round(row.total_bill, 2), color='black', ha='center')
    
plt.show()

第二次尝试也很好，唯一的问题是 返回的排名从 开始rank()，1而不是0。因此必须1从数组中减去。对于索引，我们需要整数值，因此将其转换为int。

rank = groupedvalues['total_bill'].rank(ascending=True).values
rank = (rank-1).astype(int)

• 从 中matplotlib 3.4.0，有.bar_label，它有一个label用于自定义标签的参数。

  • 其他答案使用.bar_label没有用自定义标签labels=。

  • 请参阅 2021 年 5 月 16 日的这个答案.bar_label，以获得包含文档和示例链接的详细解释。

1. 该day列将下载为category Dtype，这样可以保持一周中各天的顺序。这还可以确保 x 轴上的条形图和 中的值的绘制顺序tb。

   • .bar_label从左到右添加标签，因此中的值的tb顺序与条形图的顺序相同。

   • 如果使用非分类列，pd.Categorical则可以在该列上使用它来设置顺序。

• 在 中sns.barplot，estimator=sum指定为和tip。默认值为mean。

df = sns.load_dataset("tips")

# sum total_bill by day
tb = df.groupby('day').total_bill.sum()

# get the colors in blues as requested
pal = sns.color_palette("Blues_r", len(tb))

# rank the total_bill sums
rank = tb.argsort()

# plot
fig, ax = plt.subplots(figsize=(8, 6))
sns.barplot(x='day', y='tip', data=df, palette=np.array(pal[::-1])[rank], estimator=sum, ci=False, ax=ax)

# 1. add labels using bar_label with custom labels from tb
ax.bar_label(ax.containers[0], labels=tb, padding=3)

# pad the spacing between the number and the edge of the figure
ax.margins(y=0.1)

plt.show()

解决方案 4：

如果有人对标记水平条形图感兴趣，我修改了Sharon 的答案如下：

def show_values_on_bars(axs, h_v="v", space=0.4):
    def _show_on_single_plot(ax):
        if h_v == "v":
            for p in ax.patches:
                _x = p.get_x() + p.get_width() / 2
                _y = p.get_y() + p.get_height()
                value = int(p.get_height())
                ax.text(_x, _y, value, ha="center") 
        elif h_v == "h":
            for p in ax.patches:
                _x = p.get_x() + p.get_width() + float(space)
                _y = p.get_y() + p.get_height()
                value = int(p.get_width())
                ax.text(_x, _y, value, ha="left")

    if isinstance(axs, np.ndarray):
        for idx, ax in np.ndenumerate(axs):
            _show_on_single_plot(ax)
    else:
        _show_on_single_plot(axs)

两个参数解释：

h_v- 条形图是水平的还是垂直的。"h"表示水平条形图，"v"表示垂直条形图。

space- 值文本和栏顶部边缘之间的空间。仅适用于水平模式。

例子：

show_values_on_bars(sns_t, "h", 0.3)

解决方案 5：

plt.figure(figsize=(15, 10))
graph = sns.barplot(x='name_column_x_axis', y="name_column_x_axis", data=dataframe_name, color="salmon")
for p in graph.patches:
    graph.annotate('{:.0f}'.format(p.get_height()),
                   (p.get_x() + 0.3, p.get_height()),
                   ha='center',
                   va='bottom',
                   color='black')

解决方案 6：

import seaborn as sns

fig = plt.figure(figsize = (12, 8))
ax = plt.subplot(111)

ax = sns.barplot(x="Knowledge_type", y="Percentage", hue="Distance", data=knowledge)

for p in ax.patches:
    ax.annotate(format(p.get_height(), '.2f'), (p.get_x() + p.get_width() / 2., p.get_height()), 
       ha = 'center', va = 'center', xytext = (0, 10), textcoords = 'offset points')

解决方案 7：

我希望这对第 2 项有帮助：

a) 您可以按账单总额排序，然后将索引重置为此列

b) 使用调色板 =“Blue”使用此颜色将图表从浅蓝色缩放为深蓝色（如果从深蓝色缩放为浅蓝色，则使用调色板 =“Blues_d”）

import pandas as pd
import seaborn as sns
%matplotlib inline

df = pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/master/ch08/tips.csv", sep=',')
groupedvalues = df.groupby('day').sum().reset_index()
groupedvalues = groupedvalues.sort_values('total_bill').reset_index()
g = sns.barplot(x='day', y='tip', data=groupedvalues, palette="Blues")

解决方案 8：

一个简单的方法是添加下面的代码（对于 Seaborn）：

for p in splot.patches:
    splot.annotate(format(p.get_height(), '.1f'),
                   (p.get_x() + p.get_width() / 2., p.get_height()),
                   ha = 'center', va = 'center',
                   xytext = (0, 9),
                   textcoords = 'offset points')

例子：

splot = sns.barplot(df['X'], df['Y'])
# Annotate the bars in plot
for p in splot.patches:
    splot.annotate(format(p.get_height(), '.1f'),
                   (p.get_x() + p.get_width() / 2., p.get_height()),
                   ha = 'center', va = 'center',
                   xytext = (0, 9),
                   textcoords = 'offset points')
plt.show()