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

  • 查看django执行的sql语句及消耗时间的两种方法

    查看django执行的sql语句及消耗时间的两种方法

    今天小编就为大家分享一篇查看django执行的sql语句及消耗时间的两种方法,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
    2018-05-05
  • python定时器(Timer)用法简单实例

    python定时器(Timer)用法简单实例

    这篇文章主要介绍了python定时器(Timer)用法,以一个简单实例形式分析了定时器(Timer)实现延迟调用的技巧,需要的朋友可以参考下
    2015-06-06
  • 理解Django 中Call Stack机制的小Demo

    理解Django 中Call Stack机制的小Demo

    这篇文章主要介绍了理解Django 中Call Stack 机制的小Demo,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-09-09
  • Tensorflow卷积神经网络实例

    Tensorflow卷积神经网络实例

    这篇文章主要为大家详细介绍了Tensorflow卷积神经网络实例,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05
  • Jupyter notebook之如何快速打开ipynb文件

    Jupyter notebook之如何快速打开ipynb文件

    这篇文章主要介绍了Jupyter notebook之如何快速打开ipynb文件问题,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
    2023-09-09
  • python使用pygame实现笑脸乒乓球弹珠球游戏

    python使用pygame实现笑脸乒乓球弹珠球游戏

    这篇文章主要为大家详细介绍了python使用pygame实现笑脸乒乓球弹珠球游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • Python run()函数和start()函数的比较和差别介绍

    Python run()函数和start()函数的比较和差别介绍

    这篇文章主要介绍了Python run()函数和start()函数的比较和差别介绍,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
    2020-05-05
  • python中xrange和range的区别

    python中xrange和range的区别

    这篇文章主要介绍了python中xrange和range的区别,需要的朋友可以参考下
    2014-05-05
  • windows下ipython的安装与使用详解

    windows下ipython的安装与使用详解

    大家都知道ipython是一个python的交互式shell,比默认的python shell好用得多,IPython有许多种安装方式,这主要和使用什么操作系统有关。本文给大家介绍的是在windows下ipython的安装与使用,有需要的朋友们可以参考学习。
    2016-10-10
  • 使用 Visual Studio Code(VSCode)搭建简单的Python+Django开发环境的方法步骤

    使用 Visual Studio Code(VSCode)搭建简单的Python+Djan

    这篇文章主要介绍了使用 Visual Studio Code(VSCode)搭建简单的Python+Django开发环境的方法步骤,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-12-12

最新评论