创建条形图以显示条形顶部的百分比变化

Question

我正在尝试创建有关大学授予的学位的条形图，该条形图显示两件事：第一个条形图应显示过去一年授予的学位的总百分比，然后第2、3和4条形图应显示百分比5/10/15年前授予的学位之间的差异。

我能够将它们全部表示为从0开始。但是有没有办法将百分比差异与y =当前总百分比（小节1）的顶部对齐，而不是y = 0？

我现在创建的图形是这个（使用基本的熊猫df.plot(kind = 'bar')：

我想做的是移动黄色，绿色和红色的条形图（显示在05、10、15年的增量变化），以便它们开始与蓝色条形图的顶部对齐（在图的最左侧）每个组）。

我已阅读以下主题：

How do I create a bar chart that starts and ends in a certain range

100% Stacked Bar Chart in MatPlotLib

Waterfall plot python?

但不确定如何制作要创建的精确图表。

非常感谢。

Answer 1

我会考虑只在Matplotlib中进行此操作。

请参阅：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.bar.html

您将不得不编写更多代码，但您将具有很大的灵活性。要使增长/变化条在第一个条结束处开始，可以使用bottom自变量。

您可以在以下示例之一中看到它的使用： https://matplotlib.org/gallery/lines_bars_and_markers/bar_stacked.html#sphx-glr-gallery-lines-bars-and-markers-bar-stacked-py

Answer 2

使用一个基本的2个大学示例，我通过将这些录取的绝对值之上的逐年录取差异堆叠起来，完成了您想要的工作。如果您要为多所大学这样做，显然您希望循环执行此操作，这样就不必显式创建每个酒吧。该解决方案应为您提供创建所需内容所需的工具。但是，我想补充一下，作为一种收集信息的方法，我认为此图不是很有帮助。就我个人而言，我只是介绍按年入学情况，然后让眼睛弄清楚它们之间的差异，或者在标签上标注出按年差异。

import pandas as pd
from matplotlib import pyplot as plt

df = pd.DataFrame({'college1' : [0.14, 0.1, 0.12, 0.07],
                        'college2' : [0.14, 0.16, 0.18, 0.12]}).T
df.columns = ['today', '5years', '10years', '15years']
width = 0.5

#plot the today bars
p1 = plt.bar([1, 4], df['today'], width, color =['#0247fe', '#175d1e'])

#plot the difference bars
p2 = plt.bar([1.5, 4.5], df['today']- df['5years'], width,
             bottom=df['5years'], color=['#6363ff', '#427741'])
p3 = plt.bar([2, 5], df['today']- df['10years'], width,
             bottom = df['10years'], color = ["#8d81ff", "#679164"])
p4 = plt.bar([2.5, 5.5], df['today']- df['15years'], width,
             bottom = df['15years'], color=["#ae9fff", "#8cac88"])

#other controls
plt.xticks([1.25, 1.75, 2.25, 2.75, 4.25, 4.75, 5.25, 5.75], ['c1 today', '5yearDiff', '10yearDiff', '15yearDiff','c2 today', '5yearDiff', '10yearDiff', '15yearDiff'],
                                                                                        rotation='vertical')
plt.ylabel("Admissions")
plt.ylim(0, 0.2)
plt.xlim(0.75, 6)
plt.gcf().set_size_inches(8, 8)
plt.subplots_adjust(bottom=0.2)
plt.show()