Hinzufügen von Wertelabels zu einem Matplotlib-Balkendiagramm

Ich blieb bei etwas hängen, das sich relativ einfach anfühlt. Der Code, den ich unten bringe, ist ein Beispiel, das auf einem größeren Projekt basiert, an dem ich arbeite. Ich habe keinen Grund gesehen, alle Details zu veröffentlichen. Bitte akzeptieren Sie die Datenstrukturen, die ich mitbringe, so wie sie sind.

Grundsätzlich erstelle ich ein Balkendiagramm und kann nur herausfinden, wie Wertelabels zu den Balken hinzugefügt werden (in der Mitte des Balkens oder direkt darüber). Ich habe mir Beispiele im Internet angesehen, aber keinen Erfolg bei der Implementierung meines eigenen Codes. Ich glaube, die Lösung besteht entweder aus 'Text' oder 'Annotate', aber ich: a) weiß nicht, welche ich verwenden soll (und im Allgemeinen habe ich nicht herausgefunden, wann ich welche verwenden soll). b) kann nicht sehen, um die Wertelabels zu präsentieren. Würde mich über Ihre Hilfe freuen, mein Code unten. Danke im Voraus!

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)

Gibt zunächst freq_series.ploteine Achse zurück, die keine Zahl ist. Um meine Antwort ein wenig klarer zu machen, habe ich Ihren angegebenen Code geändert, um darauf zu verweisen, axanstatt figmit anderen Codebeispielen konsistenter zu sein.

Sie können die Liste der im Plot erzeugten Balken vom ax.patchesMitglied erhalten. Anschließend können Sie die in diesem matplotlibGaleriebeispiel gezeigte Technik verwenden , um die Beschriftungen mithilfe der ax.textMethode hinzuzufügen .

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)

rects = ax.patches

# Make some labels.
labels = ["label%d" % i for i in xrange(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')

Dies erzeugt ein beschriftetes Diagramm, das wie folgt aussieht:

Basierend auf einer in dieser Antwort auf eine andere Frage erwähnten Funktion habe ich eine sehr allgemein anwendbare Lösung zum Platzieren von Beschriftungen auf einem Balkendiagramm gefunden.

Andere Lösungen funktionieren leider in vielen Fällen nicht, da der Abstand zwischen Etikett und Balken entweder in absoluten Einheiten der Balken angegeben oder durch die Höhe des Balkens skaliert wird . Ersteres funktioniert nur für einen engen Wertebereich und letzteres ergibt einen inkonsistenten Abstand innerhalb eines Diagramms. Beides funktioniert nicht gut mit logarithmischen Achsen.

Die von mir vorgeschlagene Lösung funktioniert unabhängig von der Skalierung (dh für kleine und große Zahlen) und platziert sogar Beschriftungen für negative Werte und mit logarithmischen Skalierungen korrekt, da die visuelle Einheit pointsfür Offsets verwendet wird.

Ich habe eine negative Zahl hinzugefügt, um die korrekte Platzierung der Etiketten in einem solchen Fall anzuzeigen.

Der Wert der Höhe jedes Balkens wird als Beschriftung dafür verwendet. Andere Labels können problemlos mit Simons for rect, label in zip(rects, labels)Snippet verwendet werden .

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")

Bearbeiten: Ich habe die relevante Funktionalität in einer Funktion extrahiert, wie von Barnhillec vorgeschlagen .

Dies erzeugt die folgende Ausgabe:

Und mit der logarithmischen Skalierung (und einigen Anpassungen an den Eingabedaten, um die logarithmische Skalierung darzustellen) ist dies das Ergebnis:

Aufbauend auf der obigen (großartigen!) Antwort können wir mit nur wenigen Anpassungen auch ein horizontales Balkendiagramm erstellen:

# 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")

Wenn Sie nur die Datenpunkte über der Leiste beschriften möchten, können Sie plt.annotate () verwenden.

Mein Code:

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]))

plt.show()

Nun, Text mit mehreren Zeichen wird möglicherweise etwas außermittig angezeigt. Dies kann jedoch überwunden werden, indem die x-Koordinate im xy-Parameter in Abhängigkeit von der Größe des Textes geringfügig verringert wird

Wenn Sie nur Datenpunkte über den Balken hinzufügen möchten, können Sie dies problemlos tun mit:

 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