麻烦上每个水平条形图的顶部添加值[复制]

Question

这个问题已经在这里有一个答案：

• How to display the value of the bar on each bar with pyplot.barh()? 7个回答
• Adding value labels on a matplotlib bar chart 4个回答

我刚刚绘制共享相同的Y轴的多个水平条形图。为了详细描述，我有4个dataframes，每个代表一个条形图。我用这些dataframes绘制左侧2个水平条形图和另外2个在右边。但是，我不知道如何为有4个dataframes，每个都包含不同的值，加上酒吧值为每个单杠。下面是我想要的输出，当前的代码和图形

编辑*仍试图获得在水平条形图顶部的值。这将是巨大的，如果有人能伸出援助之手！

data1 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years', '35-39 Years', 
'40-44 Years', '45-49 Years'],
    'single_value': [97, 75, 35, 19, 15, 13]
}

data2 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years', '35-39 Years', 
'40-44 Years', '45-49 Years'],
    'single_value': [98, 79, 38, 16, 15, 13]
}

data3 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years', '35-39 Years', 
'40-44 Years', '45-49 Years'],
    'single_value': [89, 52, 22, 16, 12, 13]
}

data4 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years', '35-39 Years', 
'40-44 Years', '45-49 Years'],
    'single_value': [95, 64, 27, 18, 15, 13]
}

df_male_1 = pd.DataFrame(data1)
df_male_2 = pd.DataFrame(data2)
df_female_1 = pd.DataFrame(data3)
df_female_2 = pd.DataFrame(data4)

fig, axes = plt.subplots(ncols=2, sharey=True, figsize=(12,6))
axes[0].barh(df_male_1['age'], df_male_1['single_value'], align='edge', 
height=0.3, 
             color='lightskyblue', zorder=10)

axes[0].barh(df_male_2['age'], df_male_2['single_value'], align='edge', 
height=-0.3,
         color='royalblue', zorder=10)

axes[0].set(title='Age Group (Male)')

axes[1].barh(df_female_1['age'], df_female_1['single_value'], 
align='edge',height=0.3,color='navajowhite', zorder=10)

axes[1].barh(df_female_2['age'], df_female_2['single_value'], align='edge', 
height=-0.3,color='darkorange', zorder=10)

axes[1].set(title='Age Group (Female)')

axes[0].invert_xaxis()
axes[0].set(yticks=df_male_1['age'])
axes[0].yaxis.tick_right()

for ax in axes.flat:
    ax.margins(0.03)
    ax.grid(True)


fig.tight_layout()
fig.subplots_adjust(wspace=0.185, top=0.88)
plt.show()

Answer 1

要做到你的愿望，我们将使用matplotlib的ax.text功能是什么。我们称这种方法为ax.text(x, y, s)其中x和y是文本位置的坐标和s是你想添加的文字。

现在，在df_male_1['single_values']值代表你的字符串都需要的x位置和实际的字符串值。在低于该代码将被表示为v。

此外，该barplot具有一个用于每个条的指标，因此枚举（i）处理条的增量增加。

最后，我们将转向文本刚过条（v + 4）的结束，同样改变y坐标，以我们所期望的位置（i + 0.1）。这一切都为我们提供了解决方案：

for i, v in enumerate(df_male_1['single_value']):
    axes[0].text(v + 4, i + 0.1, str(v))
for i, v in enumerate(df_male_2['single_value']):
    axes[0].text(v + 4, i - 0.2, str(v))

for i, v in enumerate(df_female_1['single_value']):
    axes[1].text(v + 1, i + 0.1, str(v))
for i, v in enumerate(df_female_2['single_value']):
    axes[1].text(v + 1, i - 0.2, str(v))

除了这一点，我会改变的X限制一点，让文本：

axes[0].set_xlim([0, 105])
axes[1].set_xlim([0, 105])

把所有这些组合起来给你最后的工作示例如下：

import pandas as pd
import matplotlib.pyplot as plt

data1 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years',
            '35-39 Years', '40-44 Years', '45-49 Years'],
    'single_value': [97, 75, 35, 19, 15, 13]
}

data2 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years',
            '35-39 Years', '40-44 Years', '45-49 Years'],
    'single_value': [98, 79, 38, 16, 15, 13]
}

data3 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years', 
            '35-39 Years', '40-44 Years', '45-49 Years'],
    'single_value': [89, 52, 22, 16, 12, 13]
}

data4 = {
    'age': ['20-24 Years', '25-29 Years', '30-34 Years',
            '35-39 Years', '40-44 Years', '45-49 Years'],
    'single_value': [95, 64, 27, 18, 15, 13]
}

df_male_1 = pd.DataFrame(data1)
df_male_2 = pd.DataFrame(data2)
df_female_1 = pd.DataFrame(data3)
df_female_2 = pd.DataFrame(data4)

fig, axes = plt.subplots(ncols=2, sharey=True, figsize=(12,6))
axes[0].barh(df_male_1['age'], df_male_1['single_value'],
    align='edge', height=0.3, color='lightskyblue', zorder=10)
axes[0].barh(df_male_2['age'], df_male_2['single_value'],
    align='edge', height=-0.3, color='royalblue', zorder=10)
axes[0].set(title='Age Group (Male)')

for i, v in enumerate(df_male_1['single_value']):
    axes[0].text(v + 4, i + 0.1, str(v))
for i, v in enumerate(df_male_2['single_value']):
    axes[0].text(v + 4, i - 0.2, str(v))

for i, v in enumerate(df_female_1['single_value']):
    axes[1].text(v + 1, i + 0.1, str(v))
for i, v in enumerate(df_female_2['single_value']):
    axes[1].text(v + 1, i - 0.2, str(v))

axes[0].set_xlim([0, 105])
axes[1].set_xlim([0, 105])

axes[1].barh(df_female_1['age'], df_female_1['single_value'], 
align='edge',height=0.3,color='navajowhite', zorder=10)

axes[1].barh(df_female_2['age'], df_female_2['single_value'], align='edge', 
height=-0.3,color='darkorange', zorder=10)

axes[1].set(title='Age Group (Female)')

axes[0].invert_xaxis()
axes[0].set(yticks=df_male_1['age'])
axes[0].yaxis.tick_right()

for ax in axes.flat:
    ax.margins(0.03)
    ax.grid(True)

fig.tight_layout()
fig.subplots_adjust(wspace=0.185, top=0.88)
plt.show()

生产的情节：