在 Pandas 条形图上使用值注释条形图

我正在寻找一种方法来注释我的条形图熊猫条形图与圆形数值从我的数据框架。

>>> 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

我想要这样的东西:

bar plot annotation example

我尝试使用这个代码示例，但是注释都以 x 勾为中心:

>>> 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')
168004 次浏览
小开
最佳答案

你可以直接从斧头的补丁上得到它:

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

您可能需要调整字符串格式和偏移量，使其居中，也许可以使用 p.get_width()的宽度，但这应该可以让您开始。它可能不适用于堆叠的酒吧地块，除非你跟踪偏移的地方。

小开

解决方案，该解决方案还使用示例浮点格式处理负值。

还需要调整偏移量。

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))

value labeled bar plot

小开

斧头告诉我们箱子的大小。

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()

为了更清晰起见:
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)
Bbox (x0 = 0.75，y0 = 4004.0，x1 = 1.25，y1 = 4396.0)
Bbox (x0 = 1.75，y0 = 3668.0，x1 = 2.25，y1 = 4060.0)
Bbox (x0 = 2.75，y0 = 3864.0，x1 = 3.25，y1 = 4060.0) < br >

这是我程序中 patch.get _ bbox ()的输出。
我们可以从这里提取边界框的细节，并根据我们的需求操作 < br >

小开

从 matplotlib 3.4.0开始:

一个新的 强 > Axes.bar_label强辅助方法已被添加到自动标记条形图。

对于单组条形图，请提供 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 examples

有关使用可选样式参数的全面示例，请参见 Matplotlib 的酒吧标签演示:

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


提交答案