Matplotlib - 标记每个 bin

Posted 2023-02-14

【中文标题】Matplotlib - 标记每个 bin

【英文标题】：Matplotlib - label each bin

【发布时间】：2011-09-15 05:09:42

【问题描述】：

我目前正在使用 Matplotlib 创建直方图：

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as pyplot
...
fig = pyplot.figure()
ax = fig.add_subplot(1,1,1,)
n, bins, patches = ax.hist(measurements, bins=50, range=(graph_minimum, graph_maximum), histtype='bar')

#ax.set_xticklabels([n], rotation='vertical')

for patch in patches:
    patch.set_facecolor('r')

pyplot.title('Spam and Ham')
pyplot.xlabel('Time (in seconds)')
pyplot.ylabel('Bits of Ham')
pyplot.savefig(output_filename)

我想让 x 轴标签更有意义。

首先，这里的 x 轴刻度似乎被限制为五个刻度。无论我做什么，我似乎都无法改变这一点——即使我添加更多 xticklabels，它也只使用前五个。我不确定 Matplotlib 是如何计算的，但我认为它是根据范围/数据自动计算的？

有什么方法可以提高 x-tick 标签的分辨率 - 甚至可以提高每个条形图/bin 的分辨率？

（理想情况下，我还希望以微秒/毫秒为单位重新格式化秒，但这是另一天的问题）。

其次，我想标记每个单独的条 - 带有该箱中的实际数量，以及所有箱总数的百分比。

最终输出可能如下所示：

使用 Matplotlib 可以实现类似的功能吗？

干杯， 维克多

【参考方案1】：

当然！要设置刻度，只需...设置刻度（请参阅matplotlib.pyplot.xticks 或ax.set_xticks）。 （另外，您不需要手动设置补丁的 facecolor。您只需传入关键字参数即可。）

对于其余部分，您需要对标签做一些更花哨的事情，但 matplotlib 让它变得相当容易。

举个例子：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import FormatStrFormatter

data = np.random.randn(82)
fig, ax = plt.subplots()
counts, bins, patches = ax.hist(data, facecolor='yellow', edgecolor='gray')

# Set the ticks to be at the edges of the bins.
ax.set_xticks(bins)
# Set the xaxis's tick labels to be formatted with 1 decimal place...
ax.xaxis.set_major_formatter(FormatStrFormatter('%0.1f'))

# Change the colors of bars at the edges...
twentyfifth, seventyfifth = np.percentile(data, [25, 75])
for patch, rightside, leftside in zip(patches, bins[1:], bins[:-1]):
    if rightside < twentyfifth:
        patch.set_facecolor('green')
    elif leftside > seventyfifth:
        patch.set_facecolor('red')

# Label the raw counts and the percentages below the x-axis...
bin_centers = 0.5 * np.diff(bins) + bins[:-1]
for count, x in zip(counts, bin_centers):
    # Label the raw counts
    ax.annotate(str(count), xy=(x, 0), xycoords=('data', 'axes fraction'),
        xytext=(0, -18), textcoords='offset points', va='top', ha='center')

    # Label the percentages
    percent = '%0.0f%%' % (100 * float(count) / counts.sum())
    ax.annotate(percent, xy=(x, 0), xycoords=('data', 'axes fraction'),
        xytext=(0, -32), textcoords='offset points', va='top', ha='center')


# Give ourselves some more room at the bottom of the plot
plt.subplots_adjust(bottom=0.15)
plt.show()

【讨论】：

啊哈，太棒了=）。另一个注意事项 - 最初，我使用“fig = pyplot.figure(figsize=(32,24),)”和“ax = fig.add_subplot(1,1,1,)”来设置图形的大小。但是，如果我将第二个留置权换成你的“fig, ax = pyplot.subplots()”，它现在似乎忽略了我的 figsize？知道为什么吗？

@victorhooi - 如果您只是将 figsize 指定为 subplots 的 kwarg，它应该可以工作。例如。 fig, ax = plt.subplots(figsize=(32, 34)) 如果不是，那可能是一个错误？ subplots 仅作为便利功能添加到 1.0 中。

Kingston：啊哈，太好了，是的，那条线有效 =)。你太棒了，伙计。我不明白最后一个错误/小问题 - 注释文本正下方的 xlabel 文本 - 不知道如何抵消它。我尝试了“ax.xaxis.LABELPAD=30”，但它似乎忽略了这一点。

@victorhooi - 有几种不同的方法可以设置刻度填充，但最简单的是ax.tick_params(axis='x', pad=30)（这有点违反直觉。）希望对您有所帮助！

@Joe Kingston：嗯，试过了，但它同时移动了 x 轴标签和刻度线。干这个。哈哈。无论如何，我认为这值得另一个问题，所以我在这里转发了它：***.com/questions/6406368/…

【参考方案2】：

要将 SI 前缀添加到您要使用的轴标签，请使用 QuantiPhy。事实上，在其文档中，它有一个示例说明了如何执行此操作：MatPlotLib Example。

我想你会在你的代码中添加这样的东西：

from matplotlib.ticker import FuncFormatter
from quantiphy import Quantity

time_fmtr = FuncFormatter(lambda v, p: Quantity(v, 's').render(prec=2))
ax.xaxis.set_major_formatter(time_fmtr)

【参考方案3】：

我想用“密度 = True”添加到直方图中的图中的一件事是每个箱的相对频率值，搜索但我找不到可以做到这一点的函数。我提出的解决方案如下图所示：

功能：

def label_densityHist(ax, n, bins, x=4, y=0.01, r=2, **kwargs):
"""
Add labels,relative value of bin, to each bin in a density histogram .
:param ax: Object axe of matplotlib
        The axis to plot.
:param n: list, array of int, float
        The values of the histogram bins.
:param bins: list, array of int, float
        The edges of the bins.
:param x: int, float
        Related the x position of the bin labels. The higher, the lower the value on the x-axis.
        Default: 4
:param y: int, float
        Related the y position of the bin labels. The higher, the greater the value on the y-axis.
        Default: 0.01
:param r: int
        Number of decimal places.
        Default: 2
:param **kwargs: Text properties in matplotlib
:return: None


Example

import matplotlib.pyplot as plt
import numpy as np

dados = np.random.randn(100)

axe = plt.gca()
n, bins, _ = axe.hist(x=dados, edgecolor='black')
label_densityHist(axe,n, bins)
plt.show()

Example:
import matplotlib.pyplot as plt
import numpy as np


dados = np.random.randn(100)

axe = plt.gca()
n, bins, _ = axe.hist(x=dados, edgecolor='black')
label_densityHist(axe,n, bins, x=6, fontsize='large')
plt.show()


Reference:
[1]https://matplotlib.org/3.1.1/api/text_api.html#matplotlib.text.Text

"""

k = []
# calculate the relative frequency of each bin
for i in range(0,len(n)):
    k.append((bins[i+1]-bins[i])*n[i])

# rounded
k = around(k,r); #print(k)

# plot the label/text to each bin
for i in range(0, len(n)):
    x_pos = (bins[i + 1] - bins[i]) / x + bins[i]
    y_pos = n[i] + (n[i] * y)
    label = str(k[i]) # relative frequency of each bin
    ax.text(x_pos, y_pos, label, kwargs)