Question

我正在尝试使用堆积条形图显示包含我的数据的图形。我的数据是；

new_total = [[5,3,11,17,2,1,5,38,30,45,15,0],[8,21,13,54,21,7,20,103,114,149,77,15],[0,2,6,7,2,6,2,6,22,0,3,0],[0,9,3,11,10,0,0,26,47,17,7,9],[0,11,4,2,5,1,10,35,35,19,16,0],[0,0,0,2,0,0,2,5,6,16,4,3]]

它有6个元素，每个元素代表一种颜色（每个元素有12个子元素）。用我的代码和图片解释；

width = 0.5
ind = np.arange(N)  # the x locations for the groups
temp = []
myMax = 0
myCount = 0
for x in range(len(movies)):
    myCount = myCount + 1
    if myCount == 1:
        self.axes.bar(ind, new_total[0], width)
        temp = np.zeros(N)
    else:
        if x == len(movies) - 1:
            myMax = max(np.add(temp, new_total[x - 1]))
        self.axes.bar(ind, new_total[x], width, bottom=np.add(temp, new_total[x - 1]))

如果我在上面使用此代码；显示this graph。如您所见；紫色区域在某处的蓝色区域。而且总数（如左图所示）是错误的。

但是如果我在下面使用此代码；

self.axes.bar(ind, new_total[0], width)
self.axes.bar(ind, new_total[1], width, bottom=np.array(new_total[0]))
self.axes.bar(ind, new_total[2], width, bottom=np.add(new_total[0],new_total[1])) #I could use np.array(new_total[0]) + np.array(new_total[1])
self.axes.bar(ind, new_total[3], width, bottom=np.array(new_total[0]) + np.array(new_total[1]) + np.array(new_total[2]))
self.axes.bar(ind, new_total[4], width, bottom=np.array(new_total[0]) + np.array(new_total[1]) + np.array(new_total[2]) + np.array(new_total[3]))
self.axes.bar(ind, new_total[5], width, bottom=np.array(new_total[0]) + np.array(new_total[1]) + np.array(new_total[2]) + np.array(new_total[3]) + np.array(new_total[4]))

This graph显示出来，这就是我想要的图形，它完美地显示了颜色和总数。但是我认为这种解决方案太原始了。因为有时new_total会包含5或7个元素。您能以一种完美的方式解决我的解决方案吗（它可以具有for循环之类的功能）

Answer 1

由于您有类，因此我还没有测试过代码，并且它并不是最少的工作片段。但是，从上一个示例中可以看到，索引增加了1（对于for loop来说似乎很棒）。然后您会看到bottom始终是所有先前元素的总和，这同样适用于for循环，但是在这里使用分片表示法很方便。因此，鉴于此，代码应如下所示：

for i, sublist in enumerate(new_total):
    self.axes.bar(ind, sublist, bottom=np.sum(new_total[0:i], axis=0), width=width)

使用np.sum（）函数与axis=0，这将对您的数组进行逐元素求和。）

Python和Matplotlib：使用Numpy.Array堆积条形图

1 个答案: