python - Python matplotlib堆积条形图——奇怪的结果

Question

我正在尝试使用 Python 的 matplotlib 库在同一个图上绘制四个堆叠的条形图。

对于每个观察值（obs1、obs2、obs3、obs4），我想使用堆积条形图查看每个组件（c1、c2、c3、c4、c5、c6）的数量。这是我写的代码：

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

data = np.array([[-904., 97., 59., 5., 252., 138.], [-603., 65., 0., 29., 0., 0.], [-571., -27., 0., -28., 0., 0.], [-80., 40., 0., -9., 0., 0.]])

data2 = pd.DataFrame(data=data)
data2.index = ['obs1', 'obs2', 'obs3', 'obs4']
data2.columns = ['c1', 'c2', 'c3', 'c4', 'c5', 'c6']

ind = np.arange(4)
width = 0.4

p1 = plt.bar(ind, data2['c1'], width)
p2 = plt.bar(ind, data2['c2'], width)
p3 = plt.bar(ind, data2['c3'], width)
p4 = plt.bar(ind, data2['c4'], width)
p5 = plt.bar(ind, data2['c5'], width)
p6 = plt.bar(ind, data2['c6'], width)

plt.legend((p1[0], p2[0], p3[0], p4[0], p5[0], p6[0]), tuple(data2.columns), bbox_to_anchor = (1.05, 1), loc = 'upper left', borderaxespad = 0.)

为清楚起见，这是 DataFrame（用于生成绘图）：

print(data2)
         c1    c2    c3    c4     c5     c6
obs1 -904.0  97.0  59.0   5.0  252.0  138.0
obs2 -603.0  65.0   0.0  29.0    0.0    0.0
obs3 -571.0 -27.0   0.0 -28.0    0.0    0.0
obs4  -80.0  40.0   0.0  -9.0    0.0    0.0

这是情节：

注意在图上，obs1 的条在 x=0 处，obs2 的条在 x=1 处，依此类推。

但是，有两个问题：

1. obs1 对于组件 5 的值为 252，但组件 5 的高度（紫色）远低于 252。我该如何解决这个问题？

2. obs3 对于组件 2 的值为 -27，但这根本没有显示在图中。我该如何解决这个问题？

谢谢。

标签： pythonpandasmatplotlibvisualization

Answer 1

这是因为当您绘制时，y 值参考取自y=0，因此 obs1 组件 5 的紫色条实际上从 跨越y=0到y=252，并且由于顺序性质，它被组件 6 的条（稍后绘制）阻挡了 matplotlib 绘制酒吧的补丁。

同样，出于同样的原因，obs3 组件 2 未显示。

为了得到你想要的，一个堆积条形图，你可以简单地使用 pandas 绘图界面进行绘图：

fig, ax = plt.subplots(1,1,figsize=(6,4))

data2.plot(kind='bar', stacked=True, ax=ax)

ax.set_xticklabels(ax.get_xticklabels(), rotation=0)

plt.show()

这给了你你想要的东西：

在旁注中，我建议为每个组件绘制一个单独的条形图，因为它们的比例非常不同，这将使观察结果之间的组件级别比较更加清晰：

fig, ax = plt.subplots(1, 6, figsize=(20,4))

for index, col in enumerate(data2.columns):
    data2[col].plot(kind='bar', ax=ax[index], color=f'C{index}', title=f'{col}')
    ax[index].grid(True)
    ax[index].set_xticklabels(ax[index].get_xticklabels(), rotation=0)

plt.show()

这给了你：