Python+Matplotlib绘制重叠柱状图

 更新时间:2023年06月06日 10:48:23   作者:SpikeKing  
重叠柱状图 (Overlapped Bar) 是一种比较图,可以将两个柱状图叠加在一起,显示两个相关变量之间的差异,所以本文就来用Matplotlib绘制一个简单的重叠柱状图吧

重叠柱状图 (Overlapped Bar) 是一种比较图,可以将两个柱状图叠加在一起,显示两个相关变量之间的差异。这种图表适合用于展示实际值和期望值之间的对比,例如实际销售额和目标销售额,实际支出和预算支出等。优点是可以直观地看出两个变量的贡献度和占比,也可以节省空间,避免使用双轴图或并列图。缺点是可能会造成视觉混淆,需要注意颜色和透明度的选择,以及图例和标签的清晰显示。

示例效果:

源码如下:

设置plt的尺寸,即plt.figure(figsize=(10,6))。

循环绘制 bar,即plt.bar() 。

设置下标,即plt.xticks() 。

当水平下标太多,影响排列,则关闭下标,即plt.xticks([])。

df的排序逻辑,即df.sort_values(by=["ratio"], ascending=True)。

#!/usr/bin/env python
# -- coding: utf-8 --
"""
Copyright (c) 2022. All rights reserved.
Created by C. L. Wang on 2023/6/5
"""
import os.path
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from myutils.project_utils import read_excel_to_df
from root_dir import DATA_DIR
def overlapped_bar(df, show=False, width=0.75, alpha=.5, title='', xlabel='', ylabel='',
                   hide_xsticks=True, **plot_kwargs):
  """
  Like a stacked bar chart except bars on top of each other with transparency.
  :param df: data df
  :param show: show in ide
  :param width: bar width
  """
  plt.figure(figsize=(10, 6))  # 设置plt的尺寸
  xlabel = xlabel or df.index.name  # 标签
  N = len(df)   # 类别数
  M = len(df.columns)   # 列数
  indices = np.arange(N)
  colors = ['steelblue', 'firebrick', 'darksage', 'goldenrod', 'gray'] * int(M / 5. + 1)  # 颜色
  for i, label, color in zip(range(M), df.columns, colors):
    kwargs = plot_kwargs
    kwargs.update({'color': color, 'label': label})
    plt.bar(indices, df[label], width=width, alpha=alpha if i else 1, **kwargs)
    plt.xticks(indices + .5 * width, ['{}'.format(idx) for idx in df.index.values])
  plt.legend()
  plt.title(title)
  plt.xlabel(xlabel)
  plt.ylabel(ylabel)
  if hide_xsticks:  # 如果水平坐标太多,隐藏水平坐标
    plt.xticks([])
  if show:
    plt.show()
  return plt.gcf()
def draw_bars():
  df = read_excel_to_df(os.path.join(DATA_DIR, "msa_all_counts.xlsx"))
  df["ratio"] = df["all_sum"] / df["sum"]
  df = df.sort_values(by=["ratio"], ascending=True)  # 从小到大排序
  df_sum = df["sum"] / df["sum"]
  df_all_sum = df["all_sum"] / df["sum"]
  avg = round(np.average(df_all_sum), 4)
  std = round(float(np.std(df_all_sum)), 4)
  print(f"[Info] improve ratio: {avg}±{std}")   # 获取比例
  low = df_sum   # 低区数值
  high = df_all_sum  # 高区数值
  df = pd.DataFrame(np.matrix([high, low]).T, columns=['Ours', 'AF2'])
  overlapped_bar(df, xlabel="target", ylabel="times", show=True)
if __name__ == '__main__':
  draw_bars()

到此这篇关于Python+Matplotlib绘制重叠柱状图的文章就介绍到这了,更多相关Python Matplotlib重叠柱状图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 手把手教你用Python中的Linting提高代码质量

    手把手教你用Python中的Linting提高代码质量

    Python是一种不断发展的语言,随着它的演化和扩展,可用工具和开发策略的数量也在增加,近来流行的一个过程是linting—检查代码的潜在问题,下面这篇文章主要给大家介绍了关于用Python中Linting提高代码质量的相关资料,需要的朋友可以参考下
    2023-01-01
  • 使用Django搭建web服务器的例子(最最正确的方式)

    使用Django搭建web服务器的例子(最最正确的方式)

    今天小编就为大家分享一篇使用Django搭建web服务器的例子(最最正确的方式),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • python flask框架中多种查询参数的获取方式

    python flask框架中多种查询参数的获取方式

    这篇文章主要介绍了pythonflask框架的生命周期以及多种查询参数的获取方式,文章通过代码示例和图文讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
    2024-03-03
  • 利用ctypes提高Python的执行速度

    利用ctypes提高Python的执行速度

    这篇文章给大家介绍了如何利用ctypes提高Python的执行速度,对大家学习使用python具有一定的参考借鉴价值。有需要的朋友们一起来看看吧。
    2016-09-09
  • python如何去除字符串两端的引号

    python如何去除字符串两端的引号

    这篇文章主要介绍了python如何去除字符串两端的引号问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-08-08
  • Python中内存管理机制与优化技巧分享

    Python中内存管理机制与优化技巧分享

    这篇文章主要来和大家简单聊一聊Python中的内存管理,从而可以帮助大家写出更高效,优化内存占用的 Python 代码,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-04-04
  • Python之列表推导式最全汇总(下篇)

    Python之列表推导式最全汇总(下篇)

    这篇文章主要介绍了Python之列表推导式最全汇总(下篇),本文章内容详细,通过案例可以更好的理解列表推导式的相关知识,本模块分为了三部分,本次为下篇,需要的朋友可以参考下
    2023-01-01
  • 哪些是python中web开发框架

    哪些是python中web开发框架

    在本篇文章里小编给大家整理的是关于python的web开发框架的总结内容,有兴趣的朋友们学习下吧。
    2020-06-06
  • 如何利用python读取图片属性信息

    如何利用python读取图片属性信息

    这篇文章主要介绍了如何利用python读取图片属性信息,文章围绕python读取信息相关资料展开全文,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-03-03
  • Python pip指定安装源的方法详解

    Python pip指定安装源的方法详解

    pip是Python包管理工具,该工具提供了对Python包的查找、下载、安装、卸载的功能,这篇文章主要给大家介绍了关于Python pip指定安装源的相关资料,需要的朋友可以参考下
    2023-12-12

最新评论