用 Pandas 上的值注释条形图(在 Seaborn factorplot 条形图上)
Posted
技术标签:
【中文标题】用 Pandas 上的值注释条形图(在 Seaborn factorplot 条形图上)【英文标题】:Annotate bars with values on Pandas (on Seaborn factorplot bar plot) 【发布时间】:2017-01-23 23:33:34 【问题描述】:我写了一些代码来尝试解决这个问题: https://***.com/questions/39477748/how-to-annotate-bars-with-values-on-pandas-on-seaborn-factorplot-bar-plot
我使用了可以在这里找到的部分代码: matplotlib advanced bar plot
为什么图这么小?该代码只是告诉从 Pandas dataframe 中获取准确性。
代码:
sns.set(style="white")
g = sns.factorplot(x="Stages", y="Accuracy", hue="Dataset", data=df, saturation = 5, size=4, aspect=2, kind="bar",
palette= myPalette, legend=False)
ax=g.ax
def annotateBars(row, ax=ax):
if row['Accuracy'] < 20:
color = 'white'
vertalign = 'bottom'
vertpad = 2
else:
color = 'black'
vertalign = 'top'
vertpad = -2
ax.text(row.name, row['Accuracy'] + vertpad, ":.1f%".format(row['Accuracy']),
zorder=10, rotation=90, color=color,
horizontalalignment='center',
verticalalignment=vertalign,
fontsize=12, weight='heavy')
junk = df.apply(annotateBars, ax=ax, axis=1)
这是注释每个条形的代码,但是...使用 Pandas 和 Matplotlib。唯一的问题是我不知道如何更改颜色和对“x 轴”进行分组:(
df = df.set_index('Stages')
ax = df.plot.bar(title="Accuracy")
ax.set_ylim(0, 120)
for p in ax.patches:
ax.annotate("%.2f" % p.get_height(), (p.get_x() + p.get_width() / 2., p.get_height()),
ha='center', va='center', rotation=90, xytext=(0, 20), textcoords='offset points') #vertical bars
【问题讨论】:
图表太小了,注释离右边太远了。您没有为ax.annotate
提供良好的 x 值
我怎样才能找到好的价值?我正在使用 g.ax;就像您使用的那样: fig, ax = plt.subplots(figsize=(8,3))
查看g.ax.get_xlim()
(您应该使用的X值范围)并与df.index
(您正在使用的实际X值)进行比较
我应该使用的值:(-0.5, 5.5)。我正在使用的值:(0, 24)。但我有 24 个精度。我无法改变这一点。因此,我将 (-0.5, 5.5) 更改为 (0, 24)。情节总是变小。 :( 所以“factorplot”将每组 4 个条视为 1 个条。:( 我想唯一的方法是使用 matplotlib。:(
那是因为您将get_xlim
的输出分配给了您的ax
变量。不要那样做。我写了一个函数,在绘制条形图时对其进行注释并将其映射到 FacetGrid
【参考方案1】:
现在可以更简洁地绘制它
Axes.bar_label
自动标注条形[since matplotlib 3.4]
for container in ax.containers:
ax.bar_label(container)
Axes.legend
包括 fontsize
和 title_fontsize
参数 [自 matplotlib 3.0 起]
ax.legend(fontsize=10, title='ACCURACY', title_fontsize=24)
另请注意,seaborn.factorplot
已重命名为 seaborn.catplot
[从 seaborn 0.9 开始]
更新seaborn.catplot
colors = ['xkcd:windows blue', 'xkcd:orange red', 'xkcd:grey', 'xkcd:amber']
g = sns.catplot(x='Stages', y='Accuracy', hue='Dataset', data=df,
kind='bar', height=4, aspect=3, palette=colors, legend=False)
# auto-label bars
for container in g.ax.containers:
g.ax.bar_label(container, fmt='%.2f', padding=2, rotation=90)
# add legend with custom font sizes
ax.legend(bbox_to_anchor=(0, 1.2, 1, 0.102), loc=10, ncol=4, fontsize=10,
title='TOTAL ACCURACY AND PER STAGE-RANDOM FOREST', title_fontsize=24)
# redecorate
g.despine(right=False)
g.set_xlabels('')
g.set_ylabels('')
g.ax.set_yticklabels([])
更新DataFrame.plot.bar
ax = df.pivot('Stages', 'Dataset', 'Accuracy').plot.bar(legend=False)
# auto-label bars
for container in ax.containers:
ax.bar_label(container, fmt='%.2f', padding=3, rotation=90, size='small')
# add legend with custom font sizes
ax.legend(bbox_to_anchor=(0, 1.1, 1, 0.102), loc=10, ncol=4, fontsize='small',
title='TOTAL ACCURACY AND PER STAGE-RANDOM FOREST', title_fontsize='xx-large')
# redecorate
sns.despine(right=False)
ax.set_yticklabels([])
plt.xticks(rotation=0)
【讨论】:
【参考方案2】: #Seaborn --factorplot
colors = ["windows blue", "orange red", "grey", "amber"]
myPalette = sns.xkcd_palette(colors) #envío "colors" a la función xkcd_palette
sns.set(style="white") #fondo blanco
g = sns.factorplot(x="Stages", y="Accuracy", hue="Dataset", data=df, saturation=5, size=4, aspect=3, kind="bar",
palette= myPalette, legend=False) #se suprime la leyenda
g.set(ylim=(0, 140))
g.despine(right=False)
g.set_xlabels("")
g.set_ylabels("")
g.set_yticklabels("")
#Matplotlib --legend creation
myLegend=plt.legend(bbox_to_anchor=(0., 1.2, 1., .102), prop ='size':10, loc=10, ncol=4, #left, bottom, width, height
title=r'TOTAL ACCURACY AND PER STAGE-RANDOM FOREST')
myLegend.get_title().set_fontsize('24')
#Matplotlib --anotación de barras
ax=g.ax #annotate axis = seaborn axis
def annotateBars(row, ax=ax):
for p in ax.patches:
ax.annotate("%.2f" % p.get_height(), (p.get_x() + p.get_width() / 2., p.get_height()),
ha='center', va='center', fontsize=11, color='gray', rotation=90, xytext=(0, 20),
textcoords='offset points') verticales
plot = df.apply(annotateBars, ax=ax, axis=1)
【讨论】:
以上是关于用 Pandas 上的值注释条形图(在 Seaborn factorplot 条形图上)的主要内容,如果未能解决你的问题,请参考以下文章
Python pandas / matplotlib在条形图列上方注释标签[重复]
注释堆叠的 barplot matplotlib 和 pandas [重复]