为多个单杠问题共享 Y 轴范围

Question

我在绘制多个水平条形图的总 y 轴范围以使所有值相互对齐并仅使最左侧图上的 y 标签可见时遇到问题。 我有下面的数据框（数据），在开始创建图形和轴之前，我使用 pd.Grouper 函数按时间间隔分组。由于我使用数据框，我为我创建的每个轴分配了一个图。该代码未正确绘制值。如果我删除了 sharey=y，那么每个图都会正确显示，但当然不会与一个共同的 y 轴对齐。

import pandas as pd
import matplotlib.pyplot as plt

#group by time interval
data_gb = data.groupby([pd.Grouper(freq='1min')])
#create and set y-axis range limits from original dataframe
custom_ylim = (data.price.min(), data.price.max())
#number of plots based on number of intervals
numplot = len(data_gb)
# create a tuple of axe names seems like a hack 
axes =  tuple(['ax'+str(n) for n in range(1, numplot+1)])
f, axes = plt.subplots(1, numplot, sharey= True, sharex=True)
#iterate and assign plot to each axes
for (t, prices), ax in zip(data_gb, axes):
    ax.set_ylim(custom_ylim) #this doesn't seem to do anything
    prices.plot.barh('price', stacked=True, ax=ax)
    ax.legend_ = None   
plt.show()


timestamp                  price     colA      colB     colC     colD
2021-09-08 13:30:00+00:00  11.00      0.0  140037.0      0.0      0.0
2021-09-08 13:30:00+00:00  11.01  21963.0   34732.0   2961.0   1190.0
2021-09-08 13:30:00+00:00  11.02  17578.0   15434.0  12309.0      2.0
2021-09-08 13:30:00+00:00  11.03   2493.0   12393.0  11229.0    907.0
2021-09-08 13:30:00+00:00  11.04  17240.0   16406.0   1479.0    100.0
...                          ...      ...       ...      ...      ...
2021-09-08 13:31:00+00:00  11.01   8520.0   22579.0   4031.0    248.0
2021-09-08 13:31:00+00:00  11.02  64626.0   10330.0  11340.0   3862.0
2021-09-08 13:31:00+00:00  11.03  10967.0    5144.0   2621.0    640.0
2021-09-08 13:31:00+00:00  11.04  15168.0    2907.0      0.0      4.0
2021-09-08 13:31:00+00:00  11.05   1279.0       0.0      0.0      0.0

绘图不正确。

绘制的个体不共享 y 轴。您可以看到第一个图表在上一个图中缺少值。

Answer 1

Pandas 条形图并不总是直观的。这使得共享轴相当复杂。一个问题是条形图既没有数字也没有纯粹的分类刻度位置。相反，条形图编号为 0,1,2,...，然后刻度线得到它们的标签。

另一个问题是数值列的条形可能会奇怪地转换为字符串（例如，值 12.34 可能会因为某些浮点怪异而显示为 12.340000001）。在您的绘图中可以看到一些奇怪之处，例如显示 7.4 而不是 7.40。

我建议的解决方法：

• 将价格列转换为精确到 2 位小数的字符串
• 绘图时，将价格设置为索引并重新索引到全价格范围；这使得所有子图都具有相同的范围
• 烦人的是，在将列转换为字符串之前需要计算完整的价格范围，然后范围也需要转换为字符串

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

# create some test data
times = np.repeat(pd.date_range('2021-09-08 13:30', '2021-09-08 13:34', freq='1min'), 20)
data = pd.DataFrame({'timestamp': times,
                     'price': np.round(np.arange(1100, 1200) / 100 - np.repeat([0, 0.25, 0.5, 0.55, 0.9], 20), 2),
                     'colA': np.random.randint(1000, 5000, 100),
                     'colB': np.random.randint(1000, 5000, 100),
                     'colC': np.random.randint(1000, 5000, 100),
                     'colD': np.random.randint(1000, 5000, 100)}).set_index('timestamp')
# calculate the full price range, first numeric, then convert to string
full_price_range = [f'{x:.2f}' for x in np.arange(data['price'].min(), data['price'].max() + 0.0001, 0.01)]
# now convert the price column to strings
data['price'] = data['price'].apply(lambda x: f'{x:.2f}')

data_gb = data.groupby([pd.Grouper(freq='1min')])

numplot = len(data_gb)
fig, axes = plt.subplots(1, numplot, sharey=True, sharex=True, figsize=(12, 4))
for (t, prices), ax in zip(data_gb, axes):
    prices.set_index('price').reindex(full_price_range).plot.barh(stacked=True, legend=False, ax=ax)
    ax.set_title(t)
fig.tight_layout()
plt.show()

请注意，原代码中的axes = tuple(....) 行无效，因为在下一行中名为axes 的变量获得了一个新值。