Matplotlib条形图仅在非零条形图中显示x点

Question

我必须制作一个（堆积的）条形图，在x轴上有〜3000个位置。 但是，这些位置中的许多位置都不包含条形图，但仍在x轴上进行了标记，因此很难读取该图。 有什么方法可以只显示现有（堆叠）条的x-ticks吗？ 基于x-tick值的条之间的空格是必需的。 如何在matplotlib中解决这个问题？ 是否有比堆积条形图更合适的图？ 我正在从熊猫交叉表（pd.crosstab（））构建图。

链接到图的图像： https : //i.stack.imgur.com/qk99z.png

作为我的数据框外观的示例（感谢gepcel）：

import pandas as pd
import numpy as np
N = 3200
df = pd.DataFrame(np.random.randint(1, 5, size=(N, 3)))
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0
df_select = df[df.sum(axis=1)>0]

Answer 1

基本上，没有示例，您应该选择总价值（即堆叠价值）大于零的刻度。 然后手动设置xticks和xticklabels。

假设您有一个如下数据框：

import pandas as pd
import numpy as np
N = 3200
df = pd.DataFrame(np.random.randint(1, 5, size=(N, 3)))
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0

然后，所选数据应如下所示：

df_select = df[df.sum(axis=1)>0]

然后，您可以绘制堆积的条形图，例如：

# set width=20, the bar is not too thin to show
plt.bar(df_select.index, df_select[0], width=20, label='0')
plt.bar(df_select.index, df_select[1], width=20, label='1',
        bottom=df_select[0])
plt.bar(df_select.index, df_select[2], width=20, label='2',
        bottom=df_select[0]+df_select[1])
# Only show the selected ticks, it'll be a little tricky if
# you want ticklabels to be different than ticks
# And still hard to avoid ticklabels overlapping
plt.xticks(df_select.index)
plt.legend()
plt.show()

结果应该是这样的：

更新 ：

通过以下方式将文本放在小节顶部很容易：

for n, row in df_select.iterrows():
    plt.text(n, row.sum()+0.2, n, ha='center', rotation=90, va='bottom')

它是计算每个条形图顶部的位置，然后在其中放置文本，并可能添加一些偏移量（例如+0.2 ），并使用rotation=90来控制旋转。 完整代码为：

df_select = df[df.sum(axis=1)>0]
plt.bar(df_select.index, df_select[0], width=20, label='0')
plt.bar(df_select.index, df_select[1], width=20, label='1',
        bottom=df_select[0])
plt.bar(df_select.index, df_select[2], width=20, label='2',
        bottom=df_select[0]+df_select[1])

# Here is the part to put text:
for n, row in df_select.iterrows():
    plt.text(n, row.sum()+0.2, n, ha='center', rotation=90, va='bottom')

plt.xticks(df_select.index)
plt.legend()
plt.show()

结果是：

Answer 2

这是gepcel答案的一种扭曲，它适用于具有不同列数的数据框：

# in this case I'm creating the dataframe with 3 columns
# but the code is meant to adapt to dataframes with varying column numbers
df = pd.DataFrame(np.random.randint(1, 5, size=(3200, 3)))    
df.loc[np.random.choice(df.index, size=3190, replace=False), :] = 0

df_select = df[df.sum(axis=1)>1]
fig, ax = plt.subplots()

ax.bar(df_select.index, df_select.iloc[:,0], label = df_select.columns[0])

if df_select.shape[1] > 1:
    for i in range(1, df_select.shape[1]):
        bottom = df_select.iloc[:,np.arange(0,i,1)].sum(axis=1)
        ax.bar(df_select.index, df_select.iloc[:,i], bottom=bottom, label = 
df_select.columns[i])

ax.set_xticks(df_select.index)
plt.legend(loc='best', bbox_to_anchor=(1, 0.5))
plt.xticks(rotation=90, fontsize=8)