python - 如何将每组条形图居中对齐？我正在尝试创建龙卷风图

Question

问题

我的问题与龙卷风包裹无关。

我想了解是否有办法在 Python 中生成龙卷风图表 - 我假设使用 matplotlib 和 seaborn，但任何其他包都可以。

简短的总结是这样的：

• 我有一组条形图
• 说我有 3 个变量
• 对于这三个变量中的每一个，我都在绘制积极变化的影响和消极变化的影响
• 正负条不对齐；我需要它们在中间对齐

龙卷风图是一组位于屏幕中间的条形图；这个概念很简单：

• 你有一个函数可以根据某些输入计算输出
• 您将这些输入中的每一个更改给定百分比，例如 + 和 -10%
• 你计算输出变化的多少
• 您绘制结果，从影响最大的输入到影响最小的输入进行排名
• 例如在下面的（丑陋的）图片中，如果价格上涨 10%，则产出（利润）增加红色条的数量；如果成本增加 10%，则产量减少红色数字

到目前为止我做了什么

使用底部的代码，我可以使用 seaborn 制作条形图；我用 catplot 和 barplot 得到相同的输出；然而：

如何移动条以便每组橙色和蓝色条对齐？

它必须类似于设置从一个条到另一个条的负间距，但我不能将宽度参数传递给 seaborn 函数，或者我得到

TypeError: barh() got multiple values for argument 'width'

我的输出是：

我的代码：

**

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style='darkgrid')

# creating a dataframe
df = pd.DataFrame()
df['input'] = ['x','y','z']
df['+']=[100,-50,10]
df['-']=[-80,60,-10]

#now stacking it
df2 = pd.melt(df, id_vars ='input', var_name='type of change', value_name='change in the output' )
print(df2)

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

sns.catplot(y='input', x='change in the output', hue='type of change',data=df2, kind='bar', \
            orient='h', ax = ax[0])

sns.barplot(y='input', x='change in the output', hue='type of change',data=df2, \
            orient='h', ax= ax[1], width =0.4)

编辑：评论指出了这个matplotlib答案。我不熟悉broken_barh，我会调查一下。但是，我不会将我的问题视为完全重复，因为：

• 该问题的输出是如此丑陋以至于它实际上无法使用，而我的并不漂亮但更有用（至少对我而言）。

• 把它变成不那么难看的东西可能需要大量的工作，并且意味着放弃 seaborn 的便利。

  另外，您还可以将我的问题视为与龙卷风图无关的不同问题，因此它们（我敢认为）具有自己的优点：

  • 你如何将宽度参数传递给seaborn？

  • 你如何改变酒吧的对齐方式（间距）？

标签： pythonmatplotlibbar-chartseaborn

Answer 1

This is one way of doing it. The idea is to first split the DataFrame using groupby, finding the unique values of types (+ and - in your case) and then plotting them on one common axis object ax. For a horizontal bar chart, you want to supply the height argument to control the width of the bars.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style='darkgrid')

# creating a dataframe
df = pd.DataFrame()
df['input'] = ['x','y','z']
df['+']=[100,-50,10]
df['-']=[-80,60,-10]

#now stacking it
df2 = pd.melt(df, id_vars ='input', var_name='type of change', value_name='change in the output' )

fig, ax = plt.subplots()
for typ, df in zip(df2['type of change'].unique(),df2.groupby('type of change')):
    ax.barh(df[1]['input'], df[1]['change in the output'], height=0.3, label=typ)
ax.legend(title = 'type of change')