具有堆叠组件的直方图

Question

假设我有一个我过去90天每天测量的值。我想绘制值的直方图，但我希望观察者能够轻松查看测量在过去90天的某些非重叠子集上累积的位置。我想通过将直方图的每个条“细分”成块来实现这一点。最早观察的一个块，一个用于最近的观察，一个用于最近的观察。

这听起来像是df.plot(kind='bar', stacked=True)的工作，但我无法正确掌握细节。

这是我到目前为止所拥有的：

import numpy as np
import pandas as pd
import seaborn as sbn

np.random.seed(0)

data = pd.DataFrame({'values': np.random.randn(90)})
data['bin'] = pd.cut(data['values'], 15, labels=False)
forhist = pd.DataFrame({'first70': data[:70].groupby('bin').count()['bin'],
                         'next15': data[70:85].groupby('bin').count()['bin'],
                         'last5': data[85:].groupby('bin').count()['bin']})

forhist.plot(kind='bar', stacked=True)

这让我：

此图表有一些缺点：

• 条形码以错误的顺序堆叠。 last5应排在最前面，next15位于中间位置。即它们应按forhist中列的顺序堆叠。
• 栏之间有水平空间
• x轴标有整数，而不是指示箱所代表的值的东西。我的“第一选择”是将x轴标记为与我刚刚运行data['values'].hist()时完全相同的标记。我的“第二选择”是将x轴标记为“bin名称”，如果我pd.cut(data['values'], 15)，我会得到。在我的代码中，我使用labels=False，因为如果我不这样做，它会使用bin边缘标签（作为字符串）作为条形标签，并且它将按字母顺序放置这些，使图形基本没用。

最好的方法是什么？到目前为止，我觉得我正在使用非常笨拙的功能。

Answer 1

好的，这是攻击它的一种方法，使用matplotlib hist函数本身的功能：

fig, ax = plt.subplots(1, 1, figsize=(9, 5))
ax.hist([data.ix[low:high, 'values'] for low, high in [(0, 70), (70, 85), (85, 90)]],
         bins=15,
         stacked=True,
         rwidth=1.0,
         label=['first70', 'next15', 'last5'])
ax.legend()

给出了：