Question

我试图在matplotlib中复制下面的图像，看起来似乎是我唯一的选择。虽然看起来你不能堆叠barh图，所以我不知道该怎么做

enter image description here

如果你知道有一个更好的python库来绘制这种东西，请告诉我。

这是我能想到的全部内容：

import matplotlib.pyplot as plt; plt.rcdefaults()
import numpy as np
import matplotlib.pyplot as plt

people = ('A','B','C','D','E','F','G','H')
y_pos = np.arange(len(people))
bottomdata = 3 + 10 * np.random.rand(len(people))
topdata = 3 + 10 * np.random.rand(len(people))
fig = plt.figure(figsize=(10,8))
ax = fig.add_subplot(111)
ax.barh(y_pos, bottomdata,color='r',align='center')
ax.barh(y_pos, topdata,color='g',align='center')
ax.set_yticks(y_pos)
ax.set_yticklabels(people)
ax.set_xlabel('Distance')

plt.show()

然后我必须使用ax.text单独添加标签，这将是乏味的。理想情况下，我只想指定要插入的部分的宽度，然后用我选择的字符串更新该部分的中心。外面的标签（例如3800）我可以稍后添加自己，它主要是条形部分本身的标签，并以一种很好的方式创建这个堆叠的方法我遇到了问题。你甚至可以用任何方式指定“距离”，即颜色范围吗？

enter image description here

Answer 1

编辑2：获取更多异构数据。（我已经离开了上面的方法，因为我发现每个系列使用相同数量的记录更常见）

回答问题的两个部分：

a）barh为它绘制的所有补丁返回一个句柄容器。您可以使用补丁的坐标来帮助文本位置。

b）按照我之前提到的问题的these two个答案（请参阅Horizontal stacked bar chart in Matplotlib），您可以通过设置“左”输入来水平堆叠条形图。

另外c）处理形状不均匀的数据。

下面是一种处理形状不太均匀的数据的方法，只需单独处理每个段。

import numpy as np
import matplotlib.pyplot as plt

# some labels for each row
people = ('A','B','C','D','E','F','G','H')
r = len(people)

# how many data points overall (average of 3 per person)
n = r * 3

# which person does each segment belong to?
rows = np.random.randint(0, r, (n,))
# how wide is the segment?
widths = np.random.randint(3,12, n,)
# what label to put on the segment
labels = xrange(n)
colors ='rgbwmc'

patch_handles = []

fig = plt.figure(figsize=(10,8))
ax = fig.add_subplot(111)



left = np.zeros(r,)
row_counts = np.zeros(r,)

for (r, w, l) in zip(rows, widths, labels):
    print r, w, l
    patch_handles.append(ax.barh(r, w, align='center', left=left[r],
        color=colors[int(row_counts[r]) % len(colors)]))
    left[r] += w
    row_counts[r] += 1
    # we know there is only one patch but could enumerate if expanded
    patch = patch_handles[-1][0] 
    bl = patch.get_xy()
    x = 0.5*patch.get_width() + bl[0]
    y = 0.5*patch.get_height() + bl[1]
    ax.text(x, y, "%d%%" % (l), ha='center',va='center')

y_pos = np.arange(8)
ax.set_yticks(y_pos)
ax.set_yticklabels(people)
ax.set_xlabel('Distance')

plt.show()

这会生成一个类似于此 heterogeneous hbars 的图表，每个系列中都会显示不同数量的细分。

请注意，这并不是特别有效，因为每个细分使用了对ax.barh的单独调用。可能存在更有效的方法（例如，通过填充具有零宽度段或纳米值的矩阵）但这可能是特定于问题的并且是一个独特的问题。

编辑：更新以回答问题的两个部分。

import numpy as np
import matplotlib.pyplot as plt

people = ('A','B','C','D','E','F','G','H')
segments = 4

# generate some multi-dimensional data & arbitrary labels
data = 3 + 10* np.random.rand(segments, len(people))
percentages = (np.random.randint(5,20, (len(people), segments)))
y_pos = np.arange(len(people))

fig = plt.figure(figsize=(10,8))
ax = fig.add_subplot(111)

colors ='rgbwmc'
patch_handles = []
left = np.zeros(len(people)) # left alignment of data starts at zero
for i, d in enumerate(data):
    patch_handles.append(ax.barh(y_pos, d, 
      color=colors[i%len(colors)], align='center', 
      left=left))
    # accumulate the left-hand offsets
    left += d

# go through all of the bar segments and annotate
for j in xrange(len(patch_handles)):
    for i, patch in enumerate(patch_handles[j].get_children()):
        bl = patch.get_xy()
        x = 0.5*patch.get_width() + bl[0]
        y = 0.5*patch.get_height() + bl[1]
        ax.text(x,y, "%d%%" % (percentages[i,j]), ha='center')

ax.set_yticks(y_pos)
ax.set_yticklabels(people)
ax.set_xlabel('Distance')

plt.show()

您可以沿着这些方向获得结果（注意：我使用的百分比与条宽度无关，因为示例中的关系似乎不清楚）：

example output

有关堆叠水平条形图的一些想法，请参阅Horizontal stacked bar chart in Matplotlib。

Answer 2

绘制水平或垂直堆积条的简便方法是将数据加载到pandas.DataFrame中
- 即使所有类别（'People'）都没有全部细分（例如某些值为0或NaN），这也会绘制并正确注释。
一旦数据在数据框中：
1. 更容易操作和分析
2. 可以使用matplotlib引擎通过以下方式进行绘制：
  - pandas.DataFrame.plot.barh
    - label_text = f'{width}'进行注释
  - pandas.DataFrame.plot.bar
    - label_text = f'{height}'进行注释
    - SO: Vertical Stacked Bar Chart with Centered Labels
这些方法返回其中的matplotlib.axes.Axes或numpy.ndarray。
使用.patches方法解压缩matplotlib.patches.Rectangle对象的列表，每个对象对应堆积条形的每个部分。
- 每个.Rectangle都有提取定义矩形的各种值的方法。
- 每个.Rectangle的顺序是从左到右，从下到上，因此，在遍历.Rectangle时，每个级别的所有.patches对象都按顺序显示。 / li>
使用f-string，label_text = f'{width:.2f}%'制作标签，因此可以根据需要添加任何其他文本。

创建一个数据框

import pandas as pd
import numpy as np

# create sample data as shown in the OP
np.random.seed(365)
people = ('A','B','C','D','E','F','G','H')
bottomdata = 3 + 10 * np.random.rand(len(people))
topdata = 3 + 10 * np.random.rand(len(people))

# create the dataframe
df = pd.DataFrame({'Female': bottomdata, 'Male': topdata}, index=people)

# display(df)
   Female   Male
A   12.41   7.42
B    9.42   4.10
C    9.85   7.38
D    8.89  10.53
E    8.44   5.92
F    6.68  11.86
G   10.67  12.97
H    6.05   7.87

绘制和注释

绘制条形图，是1条线，其余的是注释矩形

# plot the dataframe with 1 line
ax = df.plot.barh(stacked=True, figsize=(8, 6))

# .patches is everything inside of the chart
for rect in ax.patches:
    # Find where everything is located
    height = rect.get_height()
    width = rect.get_width()
    x = rect.get_x()
    y = rect.get_y()
    
    # The height of the bar is the data value and can be used as the label
    label_text = f'{width:.2f}%'  # f'{width:.2f}' to format decimal values
    
    # ax.text(x, y, text)
    label_x = x + width / 2
    label_y = y + height / 2
    
    # only plot labels greater than given width
    if width > 0:
        ax.text(label_x, label_y, label_text, ha='center', va='center', fontsize=8)

# move the legend
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.)

# add labels
ax.set_ylabel("People", fontsize=18)
ax.set_xlabel("Percent", fontsize=18)
plt.show()

示例缺少细分

# set one of the dataframe values to 0
df.iloc[4, 1] = 0

请注意，所有注释均位于df的正确位置。

matplotlib中的堆栈条形图并为每个部分添加标签（和建议）

2 个答案:

创建一个数据框

绘制和注释

示例缺少细分