3

我在 matplotlib 中生成堆积条形图（在 Windows 7 上使用 Python 2.7）。

因为我想用它来成对比较来自 2 个数据集的数据，所以我想为每个 2nd 条使用不同的颜色。谁能告诉我如何实现这一目标？

我的条形图看起来基本上是这样的：

import numpy
import matplotlib.pyplot as plt


fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)

IDs = ["1","A","2","B","3","C","4","D","5","E"]
N = len(IDs)

property1 = numpy.array([1,3,4,2,3,5,6,7,3,2])
property2 = numpy.array(range(10))
property3 = numpy.array(range(10,0,-1))

ind = numpy.arange(N)
width = 0.8

p1 = ax1.bar(ind, property1, width, color='red')
p2 = ax1.bar(ind, property2, width, color='blue', bottom=property1)
p3 = ax1.bar(ind, property3, width, color='green', bottom=property1 + property2)
plt.xticks(ind+width/2., IDs )

plt.show()
plt.close()

所以我想为标有字母的条使用一种配色方案，另一种用于标有数字的条（因为例如，“1”和“A”形成一对 - 它们在两种不同的实验条件下代表相同的样本，这就是为什么我希望它们彼此相邻）。

理想情况下，如果可以调整宽度以使一对钢筋之间没有间隙（但对之间有间隙），那将非常好。

但是现在，我不知道该怎么做，所以任何建议都会很棒！

（我可以单独使用两个“数据集”，这更容易吗？也许做两个有很大差距的图，彼此相交？）

4

2 回答 2

5

您可以通过切片更优雅地做到这一点。一个可能更好的解决方案是对数据进行去交错处理。

IDs = ["1","A","2","B","3","C","4","D","5","E"]

N = len(IDs)
fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)

set_count = 2
set_label = np.vstack([j*ones(len(IDs)//set_count) for j in range(set_count)]).T.ravel()

property1 = numpy.array([1,3,4,2,3,5,6,7,3,2])
property2 = numpy.array(range(10))
property3 = numpy.array(range(10,0,-1))

props = [property1,property2,property3]

ind = numpy.arange(N/set_count)
width = 0.9
b_width = 0.9/set_count

color_sets = [['red','green','blue'],['black','magenta','yellow']]

for j in range(set_count):
    tmp_accum = np.zeros(len(props[0]))
    for k in range(len(props)):
        ax1.bar(ind +j*b_width, props[k][set_label==j], width=b_width, color=color_sets[j][k], bottom=tmp_accum[set_label==j])
        tmp_accum += props[k]


lab_ind = []
for j in range(set_count):

    lab_ind.append(ind + (j+.5)*b_width)

plt.xticks(np.vstack(lab_ind).T.ravel(), IDs )

它需要一些完整性检查，但它可以工作并且应该可以轻松扩展到 2 个以上的类和 3 个以上的属性（您只需要确保所有长度同步，使用itertools.cycle颜色可能会有所帮助）。

结果图片

于 2012-10-15T16:23:35.610 回答
1

找到了一种可行的方法，尽管它看起来很不雅：

import numpy
import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)

IDs = ["1","A","2","B","3","C","4","D","5","E"]

N = len(IDs)

property1_1 = numpy.array([1,0,4,0,3,0,6,0,3,0])
property1_2 = numpy.array([0,3,0,2,0,5,0,7,0,2])
property2_1 = numpy.array([1,0,2,0,3,0,4,0,5,0])
property2_2 = numpy.array([0,6,0,7,0,8,0,9,0,10])
property3_1 = numpy.array([10,0,9,0,8,0,7,0,6,0])
property3_2 = numpy.array([0,5,0,4,0,3,0,2,0,1])

ind = numpy.arange(N)
width = 0.8

p1 = ax1.bar(ind, property1_1, width, color='red')
p2 = ax1.bar(ind, property2_1, width, color='blue', bottom=property1_1)
p3 = ax1.bar(ind, property3_1, width, color='green', bottom=property1_1 + property2_1)

p4 = ax1.bar(ind-0.2, property1_2, width, color='#FF6666')
p5 = ax1.bar(ind-0.2, property2_2, width, color='#6699FF', bottom=property1_2)
p6 = ax1.bar(ind-0.2, property3_2, width, color='#33CC33', bottom=property1_2+property2_2)
plt.xticks(ind+width/2., IDs )

plt.show()
plt.close()

为了其他人有这个问题，我就是这样做的。我认为这不是最佳选择，并希望得到更多答案。

于 2012-10-15T11:41:04.223 回答