在 matplotlib 条形图上添加值标签答案

【问题标题】：Adding value labels on a matplotlib bar chart在 matplotlib 条形图上添加值标签
【发布时间】：2015-05-09 23:20:50
【问题描述】：

我陷入了一些感觉应该相对容易的事情上。我在下面带来的代码是基于我正在处理的一个更大项目的示例。我认为没有理由发布所有详细信息，因此请按原样接受我带来的数据结构。

基本上，我正在创建一个条形图，我可以弄清楚如何在条形图上添加值标签（在条形图的中心，或正上方）。一直在网上查看示例，但没有成功实现我自己的代码。我相信解决方案是使用“文本”或“注释”，但我： a) 不知道使用哪个（一般来说，还没有弄清楚何时使用哪个）。 b) 看不到任何一个来呈现价值标签。感谢您的帮助，我的代码如下。提前致谢！

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.mpl_style', 'default') 
%matplotlib inline

# Bring some raw data.
frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

# In my original code I create a series and run on that, 
# so for consistency I create a series from the list.
freq_series = pd.Series.from_array(frequencies)

x_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0, 
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
fig = freq_series.plot(kind='bar')
fig.set_title('Amount Frequency')
fig.set_xlabel('Amount ($)')
fig.set_ylabel('Frequency')
fig.set_xticklabels(x_labels)

【问题讨论】：

Matplotlib 有演示：matplotlib.org/examples/api/barchart_demo.html
对于matplotlib >= 3.4.2，使用.bar_label，如answer所示。适用于pandas 和seaborn，它们使用matplotlib。

标签： python pandas matplotlib data-visualization bar-chart

【解决方案1】：

首先freq_series.plot 返回一个轴不是一个数字，所以为了让我的答案更清楚一点，我已经更改了你给定的代码以将其称为ax 而不是fig与其他代码示例更加一致。

您可以从ax.patches 成员处获取绘图中生成的条形列表。然后您可以使用this matplotlib gallery example 中演示的技术，使用ax.text 方法添加标签。

import pandas as pd
import matplotlib.pyplot as plt

# Bring some raw data.
frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1]
# In my original code I create a series and run on that,
# so for consistency I create a series from the list.
freq_series = pd.Series(frequencies)

x_labels = [
    108300.0,
    110540.0,
    112780.0,
    115020.0,
    117260.0,
    119500.0,
    121740.0,
    123980.0,
    126220.0,
    128460.0,
    130700.0,
]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind="bar")
ax.set_title("Amount Frequency")
ax.set_xlabel("Amount ($)")
ax.set_ylabel("Frequency")
ax.set_xticklabels(x_labels)

rects = ax.patches

# Make some labels.
labels = [f"label{i}" for i in range(len(rects))]

for rect, label in zip(rects, labels):
    height = rect.get_height()
    ax.text(
        rect.get_x() + rect.get_width() / 2, height + 5, label, ha="center", va="bottom"
    )

plt.show()

这会生成一个标记图，如下所示：

【讨论】：

图形是一个或多个轴的集合，例如在这个例子中，matplotlib.org/examples/statistics/… 是一个由 4 个不同轴组成的图形。
不错的解决方案。我写了一篇基于此处解决方案的博客文章，并提供了一个更强大的版本，该版本根据轴的高度进行缩放，因此相同的代码适用于具有不同轴高度的不同绘图：composition.al/blog/2015/11/29/…

【解决方案2】：

基于this answer to another question 中提到的一个功能，我找到了一个非常普遍适用的解决方案，用于在条形图上放置标签。

不幸的是，其他解决方案在很多情况下都不起作用，因为标签和条形之间的间距要么是given in absolute units of the bars，要么是scaled by the height of the bar。前者仅适用于范围较窄的值，而后者在一个图中给出了不一致的间距。两者都不适用于对数轴。

我提出的解决方案独立于比例（即对于小数和大数）工作，甚至可以正确放置负值和对数比例的标签，因为它使用视觉单位 points 进行偏移。

我添加了一个负数来展示在这种情况下标签的正确位置。

每个条的高度值用作它的标签。其他标签可以很容易地与Simon's for rect, label in zip(rects, labels) snippet一起使用。

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

# Bring some raw data.
frequencies = [6, -16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

# In my original code I create a series and run on that,
# so for consistency I create a series from the list.
freq_series = pd.Series.from_array(frequencies)

x_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0,
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind='bar')
ax.set_title('Amount Frequency')
ax.set_xlabel('Amount ($)')
ax.set_ylabel('Frequency')
ax.set_xticklabels(x_labels)


def add_value_labels(ax, spacing=5):
    """Add labels to the end of each bar in a bar chart.

    Arguments:
        ax (matplotlib.axes.Axes): The matplotlib object containing the axes
            of the plot to annotate.
        spacing (int): The distance between the labels and the bars.
    """

    # For each bar: Place a label
    for rect in ax.patches:
        # Get X and Y placement of label from rect.
        y_value = rect.get_height()
        x_value = rect.get_x() + rect.get_width() / 2

        # Number of points between bar and label. Change to your liking.
        space = spacing
        # Vertical alignment for positive values
        va = 'bottom'

        # If value of bar is negative: Place label below bar
        if y_value < 0:
            # Invert space to place label below
            space *= -1
            # Vertically align label at top
            va = 'top'

        # Use Y value as label and format number with one decimal place
        label = "{:.1f}".format(y_value)

        # Create annotation
        ax.annotate(
            label,                      # Use `label` as label
            (x_value, y_value),         # Place label at end of the bar
            xytext=(0, space),          # Vertically shift label by `space`
            textcoords="offset points", # Interpret `xytext` as offset in points
            ha='center',                # Horizontally center label
            va=va)                      # Vertically align label differently for
                                        # positive and negative values.


# Call the function above. All the magic happens there.
add_value_labels(ax)

plt.savefig("image.png")

编辑：我已经提取了函数中的相关功能，正如barnhillec 所建议的那样。

这会产生以下输出：

使用对数刻度（并对输入数据进行一些调整以展示对数刻度），结果如下：

【讨论】：

【解决方案3】：

在上述（很棒！）答案的基础上，我们还可以通过一些调整来制作水平条形图：

# Bring some raw data.
frequencies = [6, -16, 75, 160, 244, 260, 145, 73, 16, 4, 1]

freq_series = pd.Series(frequencies)

y_labels = [108300.0, 110540.0, 112780.0, 115020.0, 117260.0, 119500.0, 
            121740.0, 123980.0, 126220.0, 128460.0, 130700.0]

# Plot the figure.
plt.figure(figsize=(12, 8))
ax = freq_series.plot(kind='barh')
ax.set_title('Amount Frequency')
ax.set_xlabel('Frequency')
ax.set_ylabel('Amount ($)')
ax.set_yticklabels(y_labels)
ax.set_xlim(-40, 300) # expand xlim to make labels easier to read

rects = ax.patches

# For each bar: Place a label
for rect in rects:
    # Get X and Y placement of label from rect.
    x_value = rect.get_width()
    y_value = rect.get_y() + rect.get_height() / 2

    # Number of points between bar and label. Change to your liking.
    space = 5
    # Vertical alignment for positive values
    ha = 'left'

    # If value of bar is negative: Place label left of bar
    if x_value < 0:
        # Invert space to place label to the left
        space *= -1
        # Horizontally align label at right
        ha = 'right'

    # Use X value as label and format number with one decimal place
    label = "{:.1f}".format(x_value)

    # Create annotation
    plt.annotate(
        label,                      # Use `label` as label
        (x_value, y_value),         # Place label at end of the bar
        xytext=(space, 0),          # Horizontally shift label by `space`
        textcoords="offset points", # Interpret `xytext` as offset in points
        va='center',                # Vertically center label
        ha=ha)                      # Horizontally align label differently for
                                    # positive and negative values.

plt.savefig("image.png")

【讨论】：

非常感谢！我一直在尝试使最佳答案的代码与水平条一起工作，但最后这个工作了。

【解决方案4】：

如果您只想标记条形上方的数据点，可以使用 plt.annotate()

我的代码：

import numpy as np
import matplotlib.pyplot as plt

n = [1,2,3,4,5,]
s = [i**2 for i in n]
line = plt.bar(n,s)
plt.xlabel('Number')
plt.ylabel("Square")

for i in range(len(s)):
    plt.annotate(str(s[i]), xy=(n[i],s[i]), ha='center', va='bottom')

plt.show()

通过分别指定'center' 和'bottom' 的水平和垂直对齐方式，可以获得居中的注释。

【讨论】：

【解决方案5】：

截至`matplotlib v3.4.2`

使用matplotlib.pyplot.bar_label
- 使用参数label_type 设置的默认标签位置为'edge'。要将标签居中在栏的中间，请使用'center'
- 额外的kwargs 被传递给Axes.annotate，它接受Text kwargs。
  - 可以使用color、rotation、fontsize等属性。
有关其他格式选项，请参阅 matplotlib: Bar Label Demo 页面。
使用pandas 1.3.3 测试，使用matplotlib 3.4.3 作为绘图引擎。
ax.containers 是 list 的 BarContainer artists
- 对于单级条形图，它是 len 1 的列表，因此使用 [0]。
- 对于分组和堆积条形图，list 中将有更多对象
- 请参阅How to annotate each segment of a stacked bar chart 或Stacked Bar Chart with Centered Labels。
- 对于分组条形示例
  - How to plot and annotate grouped bars in seaborn
  - How to plot and annotate a grouped bar chart
可以使用fmt 参数完成简单的标签格式设置，如演示示例和How to annotate a seaborn barplot with the aggregated value 中所示。
更复杂的标签格式应使用label 参数，如演示示例和以下所示

import pandas as pd

# dataframe using frequencies and x_labels from the OP
df = pd.DataFrame({'Frequency': frequencies}, index=x_labels)

# display(df)
          Frequency
108300.0          6
110540.0         16
112780.0         75
115020.0        160
117260.0        244

# plot
ax = df.plot(kind='bar', figsize=(12, 8), title='Amount Frequency',
             xlabel='Amount ($)', ylabel='Frequency', legend=False)

# annotate
ax.bar_label(ax.containers[0], label_type='edge')

# pad the spacing between the number and the edge of the figure
ax.margins(y=0.1)

指定额外的kwargs 以进行额外的自定义
- 接受来自matplotlib.axes.Axes.text的参数

ax.bar_label(ax.containers[0], label_type='edge', color='red', rotation=90, fontsize=7, padding=3)

`bar_label` 的示例

【讨论】：

【解决方案6】：

我也需要条形标签，请注意，我的 y 轴是使用 y 轴限制的缩放视图。将标签放在条形顶部的默认计算仍然使用高度（示例中的 use_global_coordinate=False）。但我想表明，标签也可以使用matplotlib 3.0.2 中的全局坐标在缩放视图中放置在图表的底部。希望对某人有所帮助。

def autolabel(rects,data):
"""
Attach a text label above each bar displaying its height
"""
c = 0
initial = 0.091
offset = 0.205
use_global_coordinate = True

if use_global_coordinate:
    for i in data:        
        ax.text(initial+offset*c, 0.05, str(i), horizontalalignment='center',
                verticalalignment='center', transform=ax.transAxes,fontsize=8)
        c=c+1
else:
    for rect,i in zip(rects,data):
        height = rect.get_height()
        ax.text(rect.get_x() + rect.get_width()/2., height,str(i),ha='center', va='bottom')

【讨论】：

【解决方案7】：

如果您只想在条形上方添加数据点，您可以轻松地做到这一点：

 for i in range(len(frequencies)): # your number of bars
    plt.text(x = x_values[i]-0.25, #takes your x values as horizontal positioning argument 
    y = y_values[i]+1, #takes your y values as vertical positioning argument 
    s = data_labels[i], # the labels you want to add to the data
    size = 9) # font size of datalabels

【讨论】：

截至matplotlib v3.4.2

bar_label 的示例

截至`matplotlib v3.4.2`

`bar_label` 的示例