Matplotlib条形图仅在非零条形图处显示x-ticks

Question

我必须制作一个（堆叠）条形图，在x轴上有~3000个位置。然而，这些位置中的许多位置不包含条形，但仍然在x轴上标记，使得难以读取绘图。有没有办法只显示现有（堆叠）栏的x-ticks？基于x-tick值的条之间的空格是必要的。如何在matplotlib中解决这个问题？有没有比堆积条形图更合适的情节？我是从pandas交叉表（pd.crosstab（））构建的。

链接到情节图像： https://i.stack.imgur.com/qk99z.png

作为我的数据框的样子（感谢gepcel）：

import pandas as pd
import numpy as np
N = 3200
df = pd.DataFrame(np.random.randint(1, 5, size=(N, 3)))
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0
df_select = df[df.sum(axis=1)>0]

Answer 1

基本上，如果没有示例，您应该选择总值（也就是堆积值）大于零的刻度。然后手动设置xticks和xticklabels。

假设您有一个如下数据框：

import pandas as pd
import numpy as np
N = 3200
df = pd.DataFrame(np.random.randint(1, 5, size=(N, 3)))
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0

然后所选数据应该是这样的：

df_select = df[df.sum(axis=1)>0]

然后你可以绘制一个堆积的条形图，如：

# set width=20, the bar is not too thin to show
plt.bar(df_select.index, df_select[0], width=20, label='0')
plt.bar(df_select.index, df_select[1], width=20, label='1',
        bottom=df_select[0])
plt.bar(df_select.index, df_select[2], width=20, label='2',
        bottom=df_select[0]+df_select[1])
# Only show the selected ticks, it'll be a little tricky if
# you want ticklabels to be different than ticks
# And still hard to avoid ticklabels overlapping
plt.xticks(df_select.index)
plt.legend()
plt.show()

结果应该是这样的：

<强>更新：

通过以下方式将文本放在条形图上很容易：

for n, row in df_select.iterrows():
    plt.text(n, row.sum()+0.2, n, ha='center', rotation=90, va='bottom')

计算每个条形顶部的位置，并将文本放在那里，并可能添加一些偏移（如+0.2），并使用rotation=90来控制旋转。完整代码将是：

df_select = df[df.sum(axis=1)>0]
plt.bar(df_select.index, df_select[0], width=20, label='0')
plt.bar(df_select.index, df_select[1], width=20, label='1',
        bottom=df_select[0])
plt.bar(df_select.index, df_select[2], width=20, label='2',
        bottom=df_select[0]+df_select[1])

# Here is the part to put text:
for n, row in df_select.iterrows():
    plt.text(n, row.sum()+0.2, n, ha='center', rotation=90, va='bottom')

plt.xticks(df_select.index)
plt.legend()
plt.show()

结果：

Answer 2

这是对gepcel的答案的一种扭曲，它适应具有不同列数的数据框：

# in this case I'm creating the dataframe with 3 columns
# but the code is meant to adapt to dataframes with varying column numbers
df = pd.DataFrame(np.random.randint(1, 5, size=(3200, 3)))    
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0

df_select = df[df.sum(axis=1)>1]
fig, ax = plt.subplots()

ax.bar(df_select.index, df_select.iloc[:,0], label = df_select.columns[0])

if df_select.shape[1] > 1:
    for i in range(1, df_select.shape[1]):
        bottom = df_select.iloc[:,np.arange(0,i,1)].sum(axis=1)
        ax.bar(df_select.index, df_select.iloc[:,i], bottom=bottom, label = 
df_select.columns[i])

ax.set_xticks(df_select.index)
plt.legend(loc='best', bbox_to_anchor=(1, 0.5))
plt.xticks(rotation=90, fontsize=8)