如何向条形图添加多个注释

Posted 2023-03-11

【中文标题】如何向条形图添加多个注释

【英文标题】：How to add multiple annotations to a barplot

【发布时间】：2020-08-26 07:27:36

【问题描述】：

我想在我的 pandas barplot 中添加百分比值（除了计数）。但是，我无法这样做。我的代码如下所示，到目前为止，我可以获得要显示的计数值。有人可以帮我在每个条显示的计数值旁边/下方添加相对百分比值吗？

import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use('ggplot')

import seaborn as sns
sns.set_style("white")

fig = plt.figure()
fig.set_figheight(5)
fig.set_figwidth(10)

ax = fig.add_subplot(111)

counts = [29227, 102492,  53269, 504028, 802994]

y_ax = ('A','B','C','D','E')
y_tick = np.arange(len(y_ax))

ax.barh(range(len(counts)), counts, align = "center", color = "tab:blue")
ax.set_yticks(y_tick)
ax.set_yticklabels(y_ax, size = 8)

#annotate bar plot with values
for i in ax.patches:
    ax.text(i.get_width()+.09, i.get_y()+.3, str(round((i.get_width()), 1)), fontsize=8)

sns.despine()
plt.show();

我的代码的输出如下所示。如何在显示的每个计数值旁边添加 % 值？

【参考方案1】：

与pandas

用pandas v1.2.4测试

导入和加载数据

import pandas as pd
import matplotlib.pyplot as plt

# create the dataframe from values in the OP
counts = [29227, 102492,  53269, 504028, 802994]
df = pd.DataFrame(data=counts, columns=['counts'], index=['A','B','C','D','E'])

# add a percent column
df['%'] = df.counts.div(df.counts.sum()).mul(100).round(2)

# display(df)
   counts      %
A   29227   1.96
B  102492   6.87
C   53269   3.57
D  504028  33.78
E  802994  53.82

从版本 3.4.2 开始使用 matplotlib

使用matplotlib.pyplot.bar_label 有关其他格式选项，请参阅 matplotlib: Bar Label Demo 页面。 使用pandas v1.2.4 测试，使用matplotlib 作为绘图引擎。 可以使用fmt 参数完成一些格式化，但更复杂的格式化应该使用labels 参数完成。

ax = df.plot(kind='barh', y='counts', figsize=(10, 5), legend=False, width=.75,
             title='This is the plot generated by all code examples in this answer')

# customize the label to include the percent
labels = [f' v.get_width()\n df.iloc[i, 1]%' for i, v in enumerate(ax.containers[0])]

# set the bar label
ax.bar_label(ax.containers[0], labels=labels, label_type='edge', size=13)

ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
plt.show()

注释资源 - 来自matplotlib v3.4.2

Adding value labels on a matplotlib bar chart How to annotate each segment of a stacked bar chart Stacked Bar Chart with Centered Labels How to plot and annotate multiple data columns in a seaborn barplot How to annotate a seaborn barplot with the aggregated value stack bar plot in matplotlib and add label to each section How to plot and annotate a grouped bar chart

在 3.4.2 版本之前绘制使用 matplotlib

# plot the dataframe
ax = df.plot(kind='barh', y='counts', figsize=(10, 5), legend=False, width=.75)
for i, y in enumerate(ax.patches):

    # get the percent label
    label_per = df.iloc[i, 1]
    
    # add the value label
    ax.text(y.get_width()+.09, y.get_y()+.3, str(round((y.get_width()), 1)), fontsize=10)
    
    # add the percent label here
    ax.text(y.get_width()+.09, y.get_y()+.1, str(f'round((label_per), 2)%'), fontsize=10)

ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
plt.show()

没有pandas的原始答案

用matplotlib v3.3.4测试

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(10, 5))

counts = [29227, 102492,  53269, 504028, 802994]

# calculate percents
percents = [100*x/sum(counts) for x in counts]

y_ax = ('A','B','C','D','E')
y_tick = np.arange(len(y_ax))

ax.barh(range(len(counts)), counts, align = "center", color = "tab:blue")
ax.set_yticks(y_tick)
ax.set_yticklabels(y_ax, size = 8)

#annotate bar plot with values
for i, y in enumerate(ax.patches):
    label_per = percents[i]
    ax.text(y.get_width()+.09, y.get_y()+.3, str(round((y.get_width()), 1)), fontsize=10)
    # add the percent label here
    # ax.text(y.get_width()+.09, y.get_y()+.3, str(round((label_per), 2)), ha='right', va='center', fontsize=10)
    ax.text(y.get_width()+.09, y.get_y()+.1, str(f'round((label_per), 2)%'), fontsize=10)

ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
plt.show()

你可以玩定位。 JohanC 提到的其他格式选项 将文本的两个部分打印在一个字符串中，并在其间加上\n 以获得“自然”的行间距： str(f'round((y.get_width()), 1)\nround((label_per), 2)%') ax.text(..., va='center') 垂直居中，可以使用稍大的字体。 ax.set_xlim(0, max(counts) * 1.18) 为文本腾出更多空间。 每行文本以空格开头以获得自然的“水平”填充。 str(f' round((label_per), 2)%')，注意前面的空格。 y.get_width()+.09 非常接近 y.get_width()，当这些值达到数万时。

【讨论】：

对原始答案的精彩更新，特伦顿。谢谢！

@sb2020 谢谢