如何在seaborn的条形顶部添加百分比

Posted 2023-03-12

【中文标题】如何在seaborn的条形顶部添加百分比

【英文标题】：How to add percentages on top of bars in seaborn

【发布时间】：2022-01-09 01:44:50

【问题描述】：

鉴于以下计数图，我如何在条形顶部放置百分比？

import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", hue="who", data=titanic)

例如，对于“First”，我希望在各自的条形图上显示 First men/total First、First Women/total First、First children/total First。

【参考方案1】：

with_hue 如果您的绘图中有“hue”参数，则函数将在条形图上绘制百分比。以实际图、特征、特征中的Number_of_categories、hue_categories(hue特征中的类别数)为参数。

without_hue 函数将在条形图上绘制百分比，如果你有一个正常的绘图。它以实际的图形和特征作为参数。

def with_hue(ax, feature, Number_of_categories, hue_categories):
    a = [p.get_height() for p in ax.patches]
    patch = [p for p in ax.patches]
    for i in range(Number_of_categories):
        total = feature.value_counts().values[i]
        for j in range(hue_categories):
            percentage = ':.1f%'.format(100 * a[(j*Number_of_categories + i)]/total)
            x = patch[(j*Number_of_categories + i)].get_x() + patch[(j*Number_of_categories + i)].get_width() / 2 - 0.15
            y = patch[(j*Number_of_categories + i)].get_y() + patch[(j*Number_of_categories + i)].get_height() 
            ax.annotate(percentage, (x, y), size = 12)

def without_hue(ax, feature):
    total = len(feature)
    for p in ax.patches:
        percentage = ':.1f%'.format(100 * p.get_height()/total)
        x = p.get_x() + p.get_width() / 2 - 0.05
        y = p.get_y() + p.get_height()
        ax.annotate(percentage, (x, y), size = 12)

【讨论】：

感谢这个好方法。但是，总计算对我来说是错误的（它计算了错误子组的总和）。我将总计算替换为np.sum(a[::hue_categories] 此解决方案使用图中数据的顺序而不是更可靠的原始数据。

【参考方案2】：

以matplotlib 3.4.2 开头的最简单的选项是使用matplotlib.pyplot.bar_label 有关使用.bar_label 的更多选项和信息，请参阅此answer labels 的列表推导使用赋值表达式 (:=)，它需要 python >= 3.8。这可以重写为标准的 for 循环。 labels = [f'v.get_height()/data.who.count()*100:0.1f' for v in c] 无需赋值表达式即可工作。 水平条的注释应该使用v.get_width() 示例中的注释占总数的百分比。要根据组的总数添加注释，请参阅此answer。

导入和示例数据帧

import matplotlib.pyplot as plt
import seaborn as sns

# load the data
data = sns.load_dataset('titanic')[['survived', 'class', 'who']]

   survived  class    who
0         0  Third    man
1         1  First  woman
2         1  Third  woman

轴水平图

适用于seaborn.countplot 或seaborn.barplot

# plot
ax = sns.countplot(x="class", hue="who", data=data)
ax.set(ylabel='Bar Count', title='Bar Count and Percent of Total')

# add annotations
for c in ax.containers:
    
    # custom label calculates percent and add an empty string so 0 value bars don't have a number
    labels = [f'h/data.who.count()*100:0.1f%' if (h := v.get_height()) > 0 else '' for v in c]
    
    ax.bar_label(c, labels=labels, label_type='edge')

plt.show()

人物水平图

fg = sns.catplot(data=data, kind='count', x='class', hue='who', col='survived')
fg.fig.subplots_adjust(top=0.9)
fg.fig.suptitle('Bar Count and Percent of Total')

for ax in fg.axes.ravel():
    
    # add annotations
    for c in ax.containers:

        # custom label calculates percent and add an empty string so 0 value bars don't have a number
        labels = [f'h/data.who.count()*100:0.1f%' if (h := v.get_height()) > 0 else '' for v in c]

        ax.bar_label(c, labels=labels, label_type='edge')

plt.show()

【参考方案3】：

如果有超过 2 个色调类别，我无法让这些方法发挥作用。

我使用了@Lord Zsolt 的方法，针对任意数量的色调类别进行了扩充。

def barPerc(df,xVar,ax):
    '''
    barPerc(): Add percentage for hues to bar plots
    args:
        df: pandas dataframe
        xVar: (string) X variable 
        ax: Axes object (for Seaborn Countplot/Bar plot or
                         pandas bar plot)
    '''
    # 1. how many X categories
    ##   check for NaN and remove
    numX=len([x for x in df[xVar].unique() if x==x])

    # 2. The bars are created in hue order, organize them
    bars = ax.patches
    ## 2a. For each X variable
    for ind in range(numX):
        ## 2b. Get every hue bar
        ##     ex. 8 X categories, 4 hues =>
        ##    [0, 8, 16, 24] are hue bars for 1st X category
        hueBars=bars[ind:][::numX]
        ## 2c. Get the total height (for percentages)
        total = sum([x.get_height() for x in hueBars])

        # 3. Print the percentage on the bars
        for bar in hueBars:
            ax.text(bar.get_x() + bar.get_width()/2.,
                    bar.get_height(),
                    f'bar.get_height()/total:.0%',
                    ha="center",va="bottom")

如您所见，这种方法可以满足原始发帖人的要求：

我希望在各自的条形图上显示第一个男性/第一个总数、第一个女性/第一个总数和第一个孩子/第一个总数。

也就是说，添加的值是每个色相的百分比（对于每个 X 类别） - 因此 对于每个 X 类别，百分比相加为 100%

---

（这也适用于 Seaborn 的 .barplot()）

---

【参考方案4】：

seaborn.catplot 组织函数返回一个 FacetGrid，它使您可以访问无花果、斧头及其补丁。如果在没有绘制任何其他内容的情况下添加标签，您就会知道哪些条形图来自哪些变​​量。从@LordZsolt 的回答中，我选择了order 的catplot 参数：我喜欢明确说明，因为现在我们不再使用我们认为默认的顺序来依赖barplot 函数。

import seaborn as sns
from itertools import product

titanic = sns.load_dataset("titanic")

class_order = ['First','Second','Third'] 
hue_order = ['child', 'man', 'woman']
bar_order = product(class_order, hue_order)

catp = sns.catplot(data=titanic, kind='count', 
                   x='class', hue='who',
                   order = class_order, 
                   hue_order = hue_order )

# As long as we haven't plotted anything else into this axis,
# we know the rectangles in it are our barplot bars
# and we know the order, so we can match up graphic and calculations:

spots = zip(catp.ax.patches, bar_order)
for spot in spots:
    class_total = len(titanic[titanic['class']==spot[1][0]])
    class_who_total = len(titanic[(titanic['class']==spot[1][0]) & 
        (titanic['who']==spot[1][1])])
    height = spot[0].get_height() 
    catp.ax.text(spot[0].get_x(), height+3, ':1.2f'.format(class_who_total/class_total))

    #checking the patch order, not for final:
    #catp.ax.text(spot[0].get_x(), -3, spot[1][0][0]+spot[1][1][0])

生产

另一种方法是明确地进行汇总，例如使用出色的pandas，并使用matplotlib 进行绘图，还可以自己进行造型。 （尽管即使使用 matplotlib 绘图函数，您也可以从 sns 上下文中获得很多样式。试试看——）

【参考方案5】：

答案是来自 jrjc 和 cphlewis 答案的启发，但更简单易懂

sns.set(style="whitegrid")
plt.figure(figsize=(8,5))
total = float(len(train_df))
ax = sns.countplot(x="event", hue="event", data=train_df)
plt.title('Data provided for each event', fontsize=20)
for p in ax.patches:
    percentage = ':.1f%'.format(100 * p.get_height()/total)
    x = p.get_x() + p.get_width()
    y = p.get_height()
    ax.annotate(percentage, (x, y),ha='center')
plt.show()

【参考方案6】：

在cphlewis's 解决方案的帮助下，我设法将正确的百分比放在图表的顶部，因此类总和为一个。

for index, category in enumerate(categorical):
    plt.subplot(plot_count, 1, index + 1)

    order = sorted(data[category].unique())
    ax = sns.countplot(category, data=data, hue="churn", order=order)
    ax.set_ylabel('')

    bars = ax.patches
    half = int(len(bars)/2)
    left_bars = bars[:half]
    right_bars = bars[half:]

    for left, right in zip(left_bars, right_bars):
        height_l = left.get_height()
        height_r = right.get_height()
        total = height_l + height_r

        ax.text(left.get_x() + left.get_width()/2., height_l + 40, '0:.0%'.format(height_l/total), ha="center")
        ax.text(right.get_x() + right.get_width()/2., height_r + 40, '0:.0%'.format(height_r/total), ha="center")

但是，该解决方案假定有 2 个选项（男人、女人）而不是 3 个选项（男人、女人、孩子）。

由于Axes.patches 的排序方式很奇怪（首先是所有蓝色条，然后是所有绿色条，然后是所有红色条），因此您必须将它们拆分并相应地重新压缩在一起。