如何减少条形图上刻度标签的数量

Question

下面的条形图在 x 轴上太杂乱了。

有什么方法可以增加我的刻度吗？它不是显示 18-55 之间的每个刻度，而是增加 3 或 5（或更多）以便看起来更好？我注意到当我运行一个线图时，它会自动增加 10。**

import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

agesx = [18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35,
          36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55]

py_devy = [20046, 17100, 20000, 24744, 30500, 37732, 41247, 45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640, 84666,
            84392, 78254, 85000, 87038, 91991, 100000, 94796, 97962, 93302, 99240, 102736, 112285, 100771, 104708, 108423, 101407, 112542, 122870, 120000]

js_devy = [16446, 16791, 18942, 21780, 25704, 29000, 34372, 37810, 43515, 46823, 49293, 53437, 56373, 62375, 66674, 68745, 68746, 74583, 79000,
            78508, 79996, 80403, 83820, 88833, 91660, 87892, 96243, 90000, 99313, 91660, 102264, 100000, 100000, 91660, 99240, 108000, 105000, 104000]

all_devy = [17784, 16500, 18012, 20628, 25206, 30252, 34368, 38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752, 77232,
         78000, 78508, 79536, 82488, 88935, 90000, 90056, 95000, 90000, 91633, 91660, 98150, 98964, 100000, 98988, 100000, 108923, 105000, 103117]

width = 0.25
x_indexes = np.arange(len(agesx))
 
plt.xticks(ticks=x_indexes,labels=agesx)

plt.style.use("seaborn-dark")
plt.bar(x_indexes-width, all_devy, width=width, label= "All Devs")
plt.bar(x_indexes,py_devy,width=width, label= "Python Devs")
plt.bar(x_indexes + width, js_devy, width=width, label= "Javascript Dev")

plt.title("Median Developer Salaries by Age (USD)")
plt.xlabel("Ages")
plt.ylabel("Salary (USD)")
plt.tight_layout()

plt.legend()
plt.show()

这导致下图：

最初我以为我可以解决这个问题

plt.xticks(np.arange(18,55,3))

但是它会导致这个输出：

我如何修改它以使图形从 18 开始而不是从位置 18 开始刻度？

Answer 1

如果我们使用

matplotlib.pyplot

subplot

那么我们可以迭代

get_xticks()

并使用

agesx

索引

list-comprehension

中的标签以获得

_xticklabels

和

set

即

list

作为

xticklabels

。我们不想改变

xticks

，因为第

0

的

xtick

应该是

18

，我们要改变的是

xticklabels

，而让

xticks

保持原样：

import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

agesx = [18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35,
          36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55]

py_devy = [20046, 17100, 20000, 24744, 30500, 37732, 41247, 45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640, 84666,
            84392, 78254, 85000, 87038, 91991, 100000, 94796, 97962, 93302, 99240, 102736, 112285, 100771, 104708, 108423, 101407, 112542, 122870, 120000]

js_devy = [16446, 16791, 18942, 21780, 25704, 29000, 34372, 37810, 43515, 46823, 49293, 53437, 56373, 62375, 66674, 68745, 68746, 74583, 79000,
            78508, 79996, 80403, 83820, 88833, 91660, 87892, 96243, 90000, 99313, 91660, 102264, 100000, 100000, 91660, 99240, 108000, 105000, 104000]

all_devy = [17784, 16500, 18012, 20628, 25206, 30252, 34368, 38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752, 77232,
         78000, 78508, 79536, 82488, 88935, 90000, 90056, 95000, 90000, 91633, 91660, 98150, 98964, 100000, 98988, 100000, 108923, 105000, 103117]


width = 0.25
x_indexes = np.arange(len(agesx))
#plt.xticks(ticks=x_indexes,labels=agesx)

ax = plt.subplot(1, 1, 1)
plt.style.use("seaborn-dark")
ax.bar(x_indexes-width, all_devy, width=width, label= "All Devs")
ax.bar(x_indexes,py_devy,width=width, label= "Python Devs")
ax.bar(x_indexes + width, js_devy, width=width, label= "Javascript Dev")

ax.set_title("Median Developer Salaries by Age (USD)")
ax.set_xlabel("Ages")
ax.set_ylabel("Salary (USD)")
plt.tight_layout()
_xticklabels = [agesx[int(_xtick)] for _xtick in ax.get_xticks() if int(_xtick) < len(agesx)]
ax.set_xticklabels(_xticklabels)
ax.legend()
plt.show()

输出：

如果我们希望

xticklabels

在

5

和

10

的同时从

18

开始那么我们还必须修改

xticks

并使用

numpy

的

arange

功能，使它成为

list

，

insert

第

0

的索引：

...
_xticks = list(np.arange(2, len(agesx), 5).astype(int))
_xticks.insert(0, 0)
ax.set_xticks(_xticks)
_xticklabels = [agesx[_xtick] for _xtick in ax.get_xticks()]
ax.set_xticklabels(_xticklabels)
...

输出：

或者如果我们想要所有其他

agesx

标签：

...
_xticks = np.arange(0, len(agesx), 2).astype(int)
ax.set_xticks(_xticks)
xticklabels = [agesx[_xtick] for _xtick in ax.get_xticks()]
ax.set_xticklabels(xticklabels)
...

输出：

但是我们不能设置

agesx

的每一个label，否则会有重叠

xticklabels

：

...
_xticks = np.arange(0, len(agesx), 1).astype(int)
ax.set_xticks(_xticks)
xticklabels = [agesx[_xtick] for _xtick in ax.get_xticks()]
ax.set_xticklabels(xticklabels)
...

输出：

Answer 2

• 本题使用matplotlib 隐式“pyplot”接口，因此，最简单的两个选项是：
  1. 通过添加

     fig = plt.figure(figsize=(10, 6))

     或只是

     plt.figure(figsize=(10, 6))

     来增加图形的宽度。
  2. 使用

     plt.xticks

  设置刻度数

增加身材

# increase the figure size
plt.figure(figsize=(10, 6))

plt.bar(x_indexes-width, all_devy, width=width, label= "All Devs")
plt.bar(x_indexes,py_devy,width=width, label= "Python Devs")
plt.bar(x_indexes + width, js_devy, width=width, label= "Javascript Dev")
_ = plt.xticks(ticks=x_indexes, labels=agesx)

用

plt.xticks

指定xticks

• plt.xticks(np.arange(18, 55, 3))

  不起作用，因为与线图不同，条形图刻度为 0 索引（例如 18 在索引 0 处），这可以通过使用

  print(plt.gca().get_xticklabels())

  查看。
  • 您使用

    plt.xticks(ticks=x_indexes, labels=agesx)

  预设刻度和标签

  • [v if i%2 == 0 else '' for i, v in enumerate(agesx)]

    使用列表理解将每个其他标签设置为空字符串。
    • 增加 2 以减少刻度标签。

plt.bar(x_indexes-width, all_devy, width=width, label= "All Devs")
plt.bar(x_indexes,py_devy,width=width, label= "Python Devs")
plt.bar(x_indexes + width, js_devy, width=width, label= "Javascript Dev")
_ = plt.xticks(ticks=range(len(agesx)), labels=[v if i%2 == 0 else '' for i, v in enumerate(agesx)])