如何在绘图中添加注释

Question

鉴于以下数据框，我想在 expected 和 actual 之间添加一个错误，显示 rate_off

  Month  Expected  Actual  rate_off
0   Jan        30      40     25.00
1   Feb        25      23     -8.70
2   Mar        50      51      1.96
3   Apr        20      17    -17.65

所以在我的以下代码中，我得到了这个图表：

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

df = pd.DataFrame({"Month":['Jan','Feb','Mar','Apr'], 'Expected':[30, 25, 50, 20],'Actual':[40, 23, 51, 17]})     
#df['rate_off'] = np.round(100-np.abs(df['Expected']/df['Actual']*100),2) 
 
fig, ax = plt.subplots(1,1)
df.plot(kind='bar', ax=ax)
ax.legend()
plt.show()

我希望添加一些描述差异 (rate_off) 的注释，以帮助最终用户立即获取数据。

所以期望的结果是：

Answer 1

您可以使用matplotlib annotations 来绘制每个箭头以及添加相应的文本。您的问题没有那么简单，因为注释是有条件的，具体取决于expected < actual 还是expected > actual。

要访问条形图的高度和宽度以便您可以告诉 matplotlib 在哪里放置注释，您可以使用 plots = df.plot(kind='bar', ax=ax) 创建一个对象来存储 pandas 条形图并遍历 plots.patches，如 @987654322 中所述@。

但是，由于您有一个带有左右条形的分组条形图，遍历列表 plot.patches 将返回左侧条形对象，然后是右侧条形对象，因此最好遍历前半部分plot.patches 列表和 plot.patches 列表的后半部分同时，选择是否注释左侧或右侧栏，我通过将 zip() 应用于 plot.patches 的前半部分和 plot 的后半部分来完成.补丁。

剩下的就是根据是expected < actual还是expected > actual来确定每个箭头注释的开始和结束x坐标和y坐标，以及箭头的颜色，以及相对于文本的位置条形图尽可能接近您想要的情节。

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

df = pd.DataFrame({"Month":['Jan','Feb','Mar','Apr'], 'Expected':[30, 25, 50, 20],'Actual':[40, 23, 51, 17]})     
rate_off = np.round(100-np.abs(df['Expected']/df['Actual']*100),2) 
 
fig, ax = plt.subplots(1,1)

## store the plot in an object
plots = df.plot(kind='bar', ax=ax)


## iterating over plots.patches will return the objects for left bars, then the objects for the right bars
## so it is best to iterate over the left and right bar objects simultaneously 
middle_index = len(plots.patches)//2
for change, left_bar, right_bar in zip(rate_off, plots.patches[:middle_index], plots.patches[middle_index:]):
    
    ## for expected less than actual, the annotation starts from the left bar
    if change > 0:
        # print(change, left_bar.get_x())
        plots.annotate(f"", 
            xy=(left_bar.get_x() + left_bar.get_width() / 2, right_bar.get_height()), 
            ha='center', va='center', size=10, 
            xytext=(left_bar.get_x() + left_bar.get_width() / 2, left_bar.get_height()),
            arrowprops=dict(arrowstyle="simple", color='green', facecolor='green'))
        ## annotate the text to the left of the bar
        plots.annotate(f"{change}%", 
            xy=(left_bar.get_x() + left_bar.get_width() / 2, (left_bar.get_height() + right_bar.get_height()) / 2),
            size=10, color='red', ha='right', va='center')

    ## for expected greater than actual, the annotation starts from the right bar
    else:
        # print(change, right_bar.get_x())
        plots.annotate(f"", 
            xy=(right_bar.get_x() + right_bar.get_width() / 2, right_bar.get_height()), 
            ha='center', va='center', size=10, 
            xytext=(right_bar.get_x() + right_bar.get_width() / 2, left_bar.get_height()),
            arrowprops=dict(arrowstyle="simple", color='red', facecolor='red'))
        ## annotate the text to the right of the bar
        plots.annotate(f"{change}%", 
            xy=(right_bar.get_x() + right_bar.get_width() / 2, (left_bar.get_height() + right_bar.get_height()) / 2),
            size=10, color='red', ha='left', va='center')
plt.show()