【matplotlib】可视化解决方案——柱状图标注问题

前言

在日常数据可视化中，很多柱状图看起来都是“光秃秃”的，仅展示柱体高度而缺乏数值标注，这会大大削弱图表的可读性与表达力。例如下图所示：

为了提升可视化效果，我们通常会为柱状图添加数值标签，使读者能够一目了然地理解每个柱子的具体数值。

解决方案

解决方案一

从 matplotlib 3.4.1 起，pyplot 提供了内置的 bar_label 方法用于柱状图标注，其函数原型如下：

def bar_label(container，labels = None，fmt = ‘％g’，label_type = ‘edge’，padding = 0，**kwargs)

• 参数 1：container：指定包含所有柱状图和错误条形图的容器，基本从 bar 函数或者 barh 函数返回的 BarContainer 的 patches 属性得来。
• 参数 2：labels：指定应显示的标签文本列表。如果未给出，则标签文本将是使用 fmt 格式化的数据值
• 参数 3：fmt：字符型，指定标签的格式字符串
• 参数 4：label_type：限定字符串，指定标签的类型，可选:
  • edge：标签放置在柱体的端点，显示的值将是该端点的位置
  • center：标签位于柱体的中心，显示的值将是该段的长度
• 参数 5：padding：浮点型，指定标签到柱状图末端的距离;
• kwargs：接收到的关键字参数都会传递给 Axes. annotate
• 返回值：包含 Text 实例的列表

1. fmt 参数格式跟其他字符串显示格式是一致的。
2. container 参数不一定是 bar 函数的返回值，他可以是所有 Patch 类的子类实例
3. bar_label 支持灵活的格式和位置控制，是目前推荐的标准方式。

示例一：基础柱状图标注

#添加标签等函数
def label(ax):
    ax.set_xlabel('X', fontsize=15)
    ax.set_ylabel('Y', fontsize=15)
    ax.legend(loc='best')

figure = plt.figure(figsize=(8, 6))
ax1 = figure.add_subplot(2, 1, 1)
ax2 = figure.add_subplot(2, 1, 2)

#初始化数据
x = np.random.randint(0, 10, 10)

#画图1label_type='center'
Rectangle1 = ax1.bar(range(10), x, width=0.8, label='有标注,label_type=center')
ax1.bar_label(Rectangle1, label_type='center')    #进行标注
label(ax1)
ax1.set_title('bar画图', fontsize=25)

#画图2label_type='edge'
Rectangle2 = ax2.bar(range(10), x, width=0.8, label='有标注,label_type=edge')
ax2.bar_label(Rectangle2, label_type='edge')    #进行标注
label(ax2)

plt.show()

画图结果如下：

从上图我们可以看出对于单一的柱状图，label_type 参数没有多大实质影响，知识简单的改变了标注的位置。label_type 参数真正的影响在于叠加柱状图时对两种不同的柱状图进行标注。

示例二：叠加柱状图标注

#初始化数据
N = 5
Y1 = np.random.randint(0, 20, N)
Y2 = np.random.randint(0, 20, N)

fig, ax = plt.subplots()

#绘制叠加柱状图
p1 = ax.bar(range(N), Y1, width=0.6, label='Y1')
p2 = ax.bar(range(N), Y2, width=0.6, bottom=Y1, label='Y2')

#设置标签等
ax.set_ylabel('Y', fontsize=15)
ax.set_xlabel('X', fontsize=15)
ax.set_title('叠加柱状图', fontsize=25)
ax.legend() #打开图例
 
#使用bar_label方法对柱状图进行标注，默认是在顶端进行标注
ax.bar_label(p1, label_type='center', fontsize=13) #label_type='center'
ax.bar_label(p2, label_type='center', fontsize=13) #label_type='center'
ax.bar_label(p2, fontsize=13) #label_type='edge'

plt.show()

从上图可以看到柱体中心的数字代表该柱体的高度，柱体顶端的数字代表两个柱体加在一起的高度，即定点的高度。这样我们就完成了两个叠加柱状图的标注。

解决方案二

如果你的 matplotlib 版本低于 3.4.1，则无法使用 bar_label，这时可以自定义标注函数实现类似效果：

def auto_label(rects):
    """
    自动标定柱状图柱体高度
    rects：要进行标定的Rectangle类列表
    """
    for rect in rects:
        height = rect.get_height()
        self.fig1.axes.annotate(format(height, '.2f'),
                                xy=(rect.get_x() +
                                    rect.get_width() / 2, height),
                                xytext=(0, 2),  # 垂直偏移两格
                                textcoords="offset points",
                                ha='center',
                                va='bottom')
        self.fig1.draw()

普通柱状图画图结果如下：

叠加柱状图画图结果如下：

由上两图可知，单一的柱状图标注使用该函数没有什么问题，但是叠加柱状图就出现了很大的问题，其原因在于 height = rect.get_height() 这句话，标注位置的高度使用的是柱体的高度而不是柱体顶点的值，那么对于叠加柱状图中的 bottom 参数则无法很好的响应，故而对叠加柱状图进行标注的效果很糟糕。

总结

• 如果你使用的是 matplotlib ≥ 3.4.1，推荐使用内置的 bar_label() 方法，简单高效，支持多种场景；
• 如果版本较旧，可以使用 annotate() 方法自定义标注，但在叠加图中需特别注意处理 bottom 的累计值。
  为了更好的柱状图可读性，标注是不可或缺的一环，合理地选择方法将显著提升图表的质量与专业度。