带有居中标签的堆积条形图

Question

我正在尝试在堆积条形图中“稳健地”将数据标签居中。下面给出了一个简单的代码示例和结果。如您所见，数据标签并没有真正在所有矩形中居中。我错过了什么？

import numpy as np
import matplotlib.pyplot as plt

A = [45, 17, 47]
B = [91, 70, 72]

fig = plt.figure(facecolor="white")

ax = fig.add_subplot(1, 1, 1)
bar_width = 0.5
bar_l = np.arange(1, 4)
tick_pos = [i + (bar_width / 2) for i in bar_l]

ax1 = ax.bar(bar_l, A, width=bar_width, label="A", color="green")
ax2 = ax.bar(bar_l, B, bottom=A, width=bar_width, label="B", color="blue")
ax.set_ylabel("Count", fontsize=18)
ax.set_xlabel("Class", fontsize=18)
ax.legend(loc="best")
plt.xticks(tick_pos, ["C1", "C2", "C3"], fontsize=16)
plt.yticks(fontsize=16)

for r1, r2 in zip(ax1, ax2):
    h1 = r1.get_height()
    h2 = r2.get_height()
    plt.text(r1.get_x() + r1.get_width() / 2., h1 / 2., "%d" % h1, ha="center", va="bottom", color="white", fontsize=16, fontweight="bold")
    plt.text(r2.get_x() + r2.get_width() / 2., h1 + h2 / 2., "%d" % h2, ha="center", va="bottom", color="white", fontsize=16, fontweight="bold")

plt.show()

Answer 1

• 以下方法更简洁，并且更容易通过更多列进行扩展。
• 将数据放入pandas.DataFrame 是绘制堆积条形图的最简单方法。
• 使用pandas.DataFrame.plot.bar(stacked=True) 或pandas.DataFrame.plot(kind='bar', stacked=True) 是绘制堆积条形图的最简单方法。
  • 此方法返回一个matplotlib.axes.Axes 或一个numpy.ndarray。
• 由于seaborn 只是matplotlib 的高级API，这些解决方案也适用于seaborn 绘图，如How to annotate a seaborn barplot with the aggregated value 所示

导入和测试数据帧

import pandas as pd
import matplotlib.pyplot as plt

A = [45, 17, 47]
B = [91, 70, 72]
C = [68, 43, 13]

# pandas dataframe
df = pd.DataFrame(data={'A': A, 'B': B, 'C': C})
df.index = ['C1', 'C2', 'C3']

     A   B   C
C1  45  91  68
C2  17  70  43
C3  47  72  13

更新为matplotlib v3.4.2

• 使用matplotlib.pyplot.bar_label
  • 将自动将条中的值居中。
  • 有关.bar_label() 的更多详细信息，请参阅此answer
• 有关其他格式选项，请参阅 matplotlib: Bar Label Demo 页面。
• 使用pandas v1.2.4 测试，使用matplotlib 作为绘图引擎。
• 如果条形图的某些部分为零，请参阅我的answer，它显示了如何为.bar_label() 自定义labels。
• 如果需要，ax.bar_label(c, fmt='%0.0f', label_type='center') 将更改数字格式以不显示小数位。

ax = df.plot(kind='bar', stacked=True, figsize=(8, 6), rot=0, xlabel='Class', ylabel='Count')
for c in ax.containers:

    # Optional: if the segment is small or 0, customize the labels
    labels = [v.get_height() if v.get_height() > 0 else '' for v in c]
    
    # remove the labels parameter if it's not needed for customized labels
    ax.bar_label(c, labels=labels, label_type='center')

注释资源 - 来自matplotlib v3.4.2

• Adding value labels on a matplotlib bar chart
• How to annotate each segment of a stacked bar chart
• How to plot and annotate multiple data columns in a seaborn barplot
• How to annotate a seaborn barplot with the aggregated value
• stack bar plot in matplotlib and add label to each section
• How to add multiple annotations to a barplot
• How to plot and annotate a grouped bar chart

---

原答案

• 使用.patches 方法解压缩matplotlib.patches.Rectangle 对象列表，每个对象对应堆叠条形的每个部分。
  • 每个.Rectangle 都有用于提取定义矩形的各种值的方法。
  • 每个.Rectangle 的顺序是从左到右，从下到上，因此在遍历.patches 时，每个级别的所有.Rectangle 对象都会按顺序出现。
• 标签使用f-string、label_text = f'{height}'，因此可以根据需要添加任何其他文本，例如label_text = f'{height}%'
  • label_text = f'{height:0.0f}' 将显示不带小数位的数字。

情节

plt.style.use('ggplot')

ax = df.plot(stacked=True, kind='bar', figsize=(12, 8), rot='horizontal')

# .patches is everything inside of the chart
for rect in ax.patches:
    # Find where everything is located
    height = rect.get_height()
    width = rect.get_width()
    x = rect.get_x()
    y = rect.get_y()
    
    # The height of the bar is the data value and can be used as the label
    label_text = f'{height}'  # f'{height:.2f}' to format decimal values
    
    # ax.text(x, y, text)
    label_x = x + width / 2
    label_y = y + height / 2

    # plot only when height is greater than specified value
    if height > 0:
        ax.text(label_x, label_y, label_text, ha='center', va='center', fontsize=8)
    
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.)    
ax.set_ylabel("Count", fontsize=18)
ax.set_xlabel("Class", fontsize=18)
plt.show()

• 绘制水平条：
  • kind='barh'
  • label_text = f'{width}'
  • if width > 0:
• 署名：jsoma/chart.py

Answer 2

你为什么写va="bottom"？您必须使用va="center"。