matplotlib:为条形分配不同的阴影线

时间:2019-04-24 08:58:12

标签: python pandas numpy matplotlib

我有一个数据框,其中每个索引都必须绘制两个条形图(用于两个系列)。以下代码将输出显示为:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randint(0,20,size=(5, 2)), columns=list('AB'))
fig, ax = plt.subplots()
ax = df.sort_values('B', ascending=True).plot.barh(rot=0,ax=ax,hatch="/")
plt.show()

enter image description here

我想为每个条分配单独的阴影。因此,如果A具有'/'阴影,则B应该具有'|'。我需要对代码进行哪些修改?

3 个答案:

答案 0 :(得分:2)

您可以分别绘制两个条形图:

import numpy as np
import pandas as pd

from matplotlib import pyplot as plt

df = pd.DataFrame(np.random.randint(0, 20, size=(5, 2)), columns=list('AB'))
fig, ax = plt.subplots()

ax.barh(np.arange(0, len(df)), df['A'], height=0.3, hatch='/')
ax.barh(np.arange(0.3, len(df) + 0.3), df['B'], height=0.3, hatch='|')

enter image description here

答案 1 :(得分:2)

matplotlib documentation提供了一种解决方案。但我不太喜欢它,因为它的目的是为每个条形图设置不同的阴影。

但是恕我直言,在大多数情况下,为条形图的每个“类别”设置特定的图案填充更为相关。您可以通过用阴影线单独绘制条形来完成此操作,也可以在绘制后设置阴影线。绘制后设置剖面线是非常灵活的,因此这是我的方法:

df = pd.DataFrame(np.random.randint(0,20,size=(5, 2)), columns=list('AB'))
fig, ax = plt.subplots()
ax = df.sort_values('B', ascending=True).plot.barh(rot=0,ax=ax)
# get all bars in the plot
bars = ax.patches
patterns = ['/', '|']  # set hatch patterns in the correct order
hatches = []  # list for hatches in the order of the bars
for h in patterns:  # loop over patterns to create bar-ordered hatches
    for i in range(int(len(bars) / len(patterns))):
        hatches.append(h)
for bar, hatch in zip(bars, hatches):  # loop over bars and hatches to set hatches in correct order
    bar.set_hatch(hatch)
# generate legend. this is important to set explicitly, otherwise no hatches will be shown!
ax.legend()
plt.show()

与单独绘制条形图相比,此解决方案的优势在于:

  • 您可以拥有任意数量的酒吧
  • 以所有可能的组合使用堆叠和/或非堆叠的钢筋
  • 与熊猫绘图界面配合使用

主要缺点是附加的LOC,尤其是仅绘制少量条形图时。但是将其打包到功能/模块中并重新使用可以解决此问题。 :)

答案 2 :(得分:1)

这是一个可以帮助您的测试

import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randint(0,20,size=(5, 2)), columns=list('AB'))

plt.hist(df['A'], color = 'blue',
            edgecolor = 'red', hatch = '/' , label = 'df.A',orientation = 'horizontal',
            histtype = 'bar')
plt.hist(df['B'],color = 'YELLOW',
            edgecolor = 'GREEN', hatch = 'O' , label = 'df.B',orientation = 'horizontal',
            histtype = 'bar')
plt.legend()
plt.show()