堆积条形图使用matplotlib

我正在使用matplotlib生成条形图，它看起来像堆积条形图的错误。每个垂直堆栈的总和应该是100.但是，对于X-AXIS ticks 65,70,75和80，我们会得到完全任意的结果，这是毫无意义的。我不明白是什么问题。请在下面找到MWE。堆积条形图使用matplotlib

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib 
header = ['a','b','c','d'] 
dataset= [('60.0', '65.0', '70.0', '75.0', '80.0', '85.0', '90.0', '95.0', '100.0', '105.0', '110.0', '115.0', '120.0', '125.0', '130.0', '135.0', '140.0', '145.0', '150.0', '155.0', '160.0', '165.0', '170.0', '175.0', '180.0', '185.0', '190.0', '195.0', '200.0'), (0.0, 25.0, 48.93617021276596, 83.01886792452831, 66.66666666666666, 66.66666666666666, 70.96774193548387, 84.61538461538461, 93.33333333333333, 85.0, 92.85714285714286, 93.75, 95.0, 100.0, 100.0, 100.0, 100.0, 80.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0), (0.0, 50.0, 36.17021276595745, 11.320754716981133, 26.666666666666668, 33.33333333333333, 29.03225806451613, 15.384615384615385, 6.666666666666667, 15.0, 7.142857142857142, 6.25, 5.0, 0.0, 0.0, 0.0, 0.0, 20.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0), (0.0, 12.5, 10.638297872340425, 3.7735849056603774, 4.444444444444445, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0), (100.0, 12.5, 4.25531914893617, 1.8867924528301887, 2.2222222222222223, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0)] 
X_AXIS = dataset[0] 

matplotlib.rc('font', serif='Helvetica Neue') 
matplotlib.rc('text', usetex='false') 
matplotlib.rcParams.update({'font.size': 40}) 

fig = matplotlib.pyplot.gcf() 
fig.set_size_inches(18.5, 10.5) 

configs = dataset[0] 
N = len(configs) 
ind = np.arange(N) 
width = 0.4 

p1 = plt.bar(ind, dataset[1], width, color='r') 
p2 = plt.bar(ind, dataset[2], width, bottom=dataset[1], color='b') 
p3 = plt.bar(ind, dataset[3], width, bottom=dataset[2], color='g') 
p4 = plt.bar(ind, dataset[4], width, bottom=dataset[3], color='c') 

plt.ylim([0,120]) 
plt.yticks(fontsize=12) 
plt.ylabel(output, fontsize=12) 
plt.xticks(ind, X_AXIS, fontsize=12, rotation=90) 
plt.xlabel('test', fontsize=12) 
plt.legend((p1[0], p2[0], p3[0], p4[0]), (header[0], header[1], header[2], header[3]), fontsize=12, ncol=4, framealpha=0, fancybox=True) 
plt.show()

来源

2017-06-01 tandem

你需要每个数据集的bottom是所有来到之前的数据集的总和。您可能还需要将数据集转换为numpy数组以将它们添加在一起。

p1 = plt.bar(ind, dataset[1], width, color='r') 
p2 = plt.bar(ind, dataset[2], width, bottom=dataset[1], color='b') 
p3 = plt.bar(ind, dataset[3], width, 
      bottom=np.array(dataset[1])+np.array(dataset[2]), color='g') 
p4 = plt.bar(ind, dataset[4], width, 
      bottom=np.array(dataset[1])+np.array(dataset[2])+np.array(dataset[3]), 
      color='c')

或者，你可以将它们转换开始绘制之前NumPy的阵列。

dataset1 = np.array(dataset[1]) 
dataset2 = np.array(dataset[2]) 
dataset3 = np.array(dataset[3]) 
dataset4 = np.array(dataset[4]) 

p1 = plt.bar(ind, dataset1, width, color='r') 
p2 = plt.bar(ind, dataset2, width, bottom=dataset1, color='b') 
p3 = plt.bar(ind, dataset3, width, bottom=dataset1+dataset2, color='g') 
p4 = plt.bar(ind, dataset4, width, bottom=dataset1+dataset2+dataset3, 
      color='c')

或者最后，如果你想避免转换为numpy的数组，你可以使用列表理解：

p1 = plt.bar(ind, dataset[1], width, color='r') 
p2 = plt.bar(ind, dataset[2], width, bottom=dataset[1], color='b') 
p3 = plt.bar(ind, dataset[3], width, 
      bottom=[sum(x) for x in zip(dataset[1],dataset[2])], color='g') 
p4 = plt.bar(ind, dataset[4], width, 
      bottom=[sum(x) for x in zip(dataset[1],dataset[2],dataset[3])], 
      color='c')

来源

2017-06-01 14:02:00 tom

为什么numpy的阵列？ – tandem

因此，您可以将它们添加到一起，按元素分类。当然你可以用列表理解来做，但numpy使它更容易 – tom

你可以很明显地将它们转换为numpy数组，然后再进行绘图，以节省它到位并不得不重复转换。 – tom

堆积条形图使用matplotlib

回答

相关问题