如何注释下图？ [复制]

Posted 2023-03-11

【中文标题】如何注释下图？ [复制]

【英文标题】：How do I annotate the following graph? [duplicate]

【发布时间】：2020-01-02 02:40:01

【问题描述】：

我使用 3 个不同的熊猫系列制作了直方图。我想标记条形组 1、2 和 3。我没有成功使用 xlabels 来执行此操作；从技术上讲，它可以工作，但数字 1、2、3 没有与条正确对齐。

我决定跳过它并尝试注释。不幸的是，我知道如何正确地做到这一点。

我尝试使用 xlabels，但没有成功。现在我正在尝试注释，但我无法在图表上显示多个文本。

以下是数据的示例 Wr_Spr_Conv = [1,1,1,2,2,2,3,3,3,2,2,1,2,3...]

new2['Wr_Spr_Conv'].replace(0, pd.np.nan).dropna(inplace = True)
new2['Re_Spr_Conv'].replace(0, pd.np.nan).dropna(inplace = True)
new2['Ma_Spr_Conv'].replace(0, pd.np.nan).dropna(inplace = True)


plt.style.use('seaborn')
x_labels = [1,2,3]
fig, ax1 = plt.subplots(figsize=(10,10))

#ax1.spines['left'].set_position(('outward', 10))
#ax1.spines['bottom'].set_position(('outward', 10))
# Hide the right and top spines

ax1.spines['right'].set_visible(False)
ax1.spines['top'].set_visible(False)
ax1.spines['bottom'].set_visible(False)
ax1.spines['right'].set_visible(False)
nbins = 9
ax1.tick_params(bottom="off", top="off", left="off", right="off")
    ax1.hist([new2['Wr_Spr_Conv'],new2['Re_Spr_Conv'],new2['Ma_Spr_Conv']],nbins)
#ax1.set_xticks(3)
#ax1.set_xticks(3)
#ax1.set_xlim(right =3)
#ax1.set_xlim(left=0)
# Only show ticks on the left and bottom spines
#ax1.yaxis.set_ticks_position('left')
#ax1.xaxis.set_ticks_position('bottom')    
ax1.set_xticks(x_labels)
ax1.set_xlim(right=3)  # adjust the right leaving left unchanged
ax1.set_xlim(left=1)  # adjust the left leaving right unchanged
ax1.xaxis.set_major_locator(MaxNLocator(integer=True))
#ax1.annotate('Level 1',xy=(1,15))

【问题讨论】：

@Heath 不同之处在于，这里的 OP 需要预定义数量的垃圾箱，这不是简单地使用 Wr_Spr_Conv.plot(kind='bar', align='center') 完成的。

@jojo 我认为这个答案应该仍然有效：***.com/a/28931750/5982697

@Heath 如果您可以向我解释在***.com/questions/28931224/… 中设置的箱数（独立于数据点的数量 - 例如使用 3 个箱），那么我也会投票重复。

啊，我明白了，我认为这有点不同（他们将标签放在不同的位置，在轴上与在条形上方）。然而，与明确设置的 bin 计数无关，可以使用相同的方法来设置标签，我认为这是 OP 想要解决的主要问题。像这样的东西：gist.github.com/heathhenley/2237984e43d5e751ce8d9b45d892a812

我确实问了一个类似的问题，但是我删除了该帖子，因为我的问题写得不好。我稍后会尝试发布的答案

【参考方案1】：

假设您的Wr_Spr_Conv 是pandas.Series，您可以使用value_counts 和pyplot 的bar 方法和属性align='center' 创建一个直方图具有预定义数量的箱和居中标签。

这是一个最小的例子：

import pandas as pd
from matplotlib import pyplot as plt

nbr_bins = 9
Wr_Spr_Conv = pd.Series( [1,1,1,2,2,5,9,2,7,7,2,3,3,3,2,2,1,2,3]) 
vc = Wr_Spr_Conv.value_counts(bins=nbr_bins)
plt.bar(vc.index.mid, vc.values, width=0.9*vc.index.length[0], align='center')
plt.gca().set_xticks(vc.index.mid)
plt.show()

结果：

这应该让你开始！

【讨论】：

早上试试这个数据集，非常感谢！

@Moo10000 这对你有用吗？

它很接近，现在条形图堆叠在一起，而不是彼此相邻。 ` 'vc1 = new2['Wr_Spr_Conv'].value_counts() vc2= new2['Re_Spr_Conv'].value_counts() vc3 = new2['Ma_Spr_Conv'].value_counts() k=[vc1,vc2,vc3] # plt.bar(vc1.index,vc1.values, align='center') plt.bar(vc2.index, vc2.values, align = 'center') plt.bar(vc3.index, vc3.values, align = 'center') plt.gca().set_xticks(vc1.index) plt.show()' 我认为我不需要 9 个 bin，因为该系列只有 1、2 和 3 个值。我在工作

我尝试了一些我在网上找到的关于分组条形图的帖子vc1 = new2['Wr_Spr_Conv'].value_counts() vc2= new2['Re_Spr_Conv'].value_counts() vc3 = new2['Ma_Spr_Conv'].value_counts() r1 = np.arange(len(vc1)) r2 = [x + .25 for x in r1] r3 = [x + .25 for x in r2] k=[vc1,vc2,vc3] # plt.bar(r1,vc1.values, align='center') plt.bar(r2, vc2.values, align = 'center') plt.bar(r3, vc3.values, align = 'center') plt.gca().set_xticks(vc1.index) plt.show() 第一条评论，一切都排好了，这里的条形都重叠了@jojo

感谢您的帮助，了解了更多关于这个绘图业务的知识