如何在 matplotlib 中制作带注释的分组堆叠条形图？

Question

我有从 covid19 跟踪站点上抓取的 covid19 跟踪时间序列数据。 我想制作一个带注释的分组堆叠条形图。 为此，我使用matplotlib和seaborn制作 plot，我想出了绘制数据以呈现相应的条形图。 我在SO中尝试了 plot 注释，但没有得到正确的注释 plot。另外，我在为时间序列数据获取分组堆叠条形图时遇到了一些问题。 任何人都可以建议这样做的可能方法吗？ 任何的想法？

我的尝试

这是我从covid19跟踪网站上抓取的可重现时间序列数据：

import pandas as pd
from datetime import date
import matplotlib.pyplot as plt
import seaborn as sns

bigdf = pd.read_csv("coviddf.csv")
bigdf['run_date'] = pd.to_datetime(bigdf['run_date'])

for g, d in bigdf.groupby(['company']):
    data = d.groupby(['run_date','county-state', 'company', 'est'], as_index=True).agg({'new': sum, 'confirmed': sum, 'death': sum}).stack().reset_index().rename(columns={'level_4': 'type', 0: 'val'})
    print(f'{g}')
    g = sns.FacetGrid(data, col='est', sharex=False, sharey=False, height=5, col_wrap=4)
    g.map(sns.barplot, 'run_date', 'val', 'type', order=data.run_date.dt.date.unique(), hue_order=data['type'].unique())
    g.add_legend()
    g.set_xticklabels(rotation=90)
    g.set(yscale='log')
    plt.tight_layout()
    plt.show()

我从上面的尝试中遇到了几个问题。 我需要制作分组堆叠条形图，其中每个组都是不同的公司，每个堆叠条形图都是单独的机构（也就是coviddf.csv中est列），所以每个公司可能有多个机构，所以我想看看新的数量, 确诊和死亡 covid19 病例在分组堆叠条形图中。 有没有办法为这个时间序列制作带注释的分组堆叠条形图？ 任何人都可以提出实现这一目标的可能方法吗？ 如何在一页中制作这些图？ 任何的想法？

希望 output

我试着像这篇文章和第二篇相关文章那样制作分组堆叠条形图。 这是我想要制作的所需带注释的分组堆叠条形图：

谁能指出我如何从当前的尝试中实现这一点？ 对此有什么想法吗？

Answer 1

分组酒吧 Plot

• 这不完全是您所要求的，但我认为这是一个更好的选择。
  • 这当然是一个更容易的选择。
  • 堆叠条的问题是confirmed与其他值相比太大，您将无法看到new和death
• 我认为此数据的最佳选择是水平条 plot，每个company和est都有一个组。

import pandas as pd

# load the data
df = pd.read_csv("https://gist.githubusercontent.com/jerry-shad/318595505684ea4248a6cc0949788d33/raw/31bbeb08f329b4b96605b8f2a48f6c74c3e0b594/coviddf.csv")
df.drop(columns=['Unnamed: 0'], inplace=True)  # drop this extra column

# select columns and shape the dataframe
dfs = df.iloc[:, [2, 3, 4, 12, 13]].set_index(['company', 'est']).sort_index(level=0)

# display(dfs)
                      confirmed  new  death
company        est                         
Agri  Co.      235        10853    0    237
CS  Packers    630        10930   77    118
Caviness       675          790    5     19
Central Valley 6063A       6021   44     72
FPL            332         5853   80    117

# plot
ax = dfs.plot.barh(figsize=(8, 25), width=0.8)
plt.xscale('log')
plt.grid(True)
plt.tick_params(labelbottom=True, labeltop=True)
plt.xlim(10**0, 1000000)

# annotate the bars
for rect in ax.patches:
    # Find where everything is located
    height = rect.get_height()
    width = rect.get_width()
    x = rect.get_x()
    y = rect.get_y()

    # The width of the bar is the count value and can used as the label
    label_text = f'{width:.0f}'

    label_x = x + width
    label_y = y + height / 2

    # don't include label if it's equivalently 0
    if width > 0.001:
        ax.annotate(label_text, xy=(label_x, label_y), va='center', xytext=(2, -1), textcoords='offset points')

堆积条 Plot

• new和death与confirmed相比几乎看不出来。

dfs.plot.barh(stacked=True, figsize=(8, 15))
plt.xscale('log')

Answer 2

我在 matplotlib 和后来的 Plotly 中找不到有关如何创建 GROUPED 和 STACKED 条形图的信息时遇到了麻烦。

这是我尝试解决您的问题（使用 Plotly）：

# Import packages
import pandas as pd
from datetime import date
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# Load data (I used the raw GitHub link so that no local file download was required)
bigdf = pd.read_csv("https://gist.githubusercontent.com/jerry-shad/318595505684ea4248a6cc0949788d33/raw/31bbeb08f329b4b96605b8f2a48f6c74c3e0b594/coviddf.csv")

# Get all companies names and number of companies
allComp = np.unique(bigdf.company)
numComp = allCompanies.shape[0]

# For all the companies
for i in range(numComp):
    # Grab company data and the names of the establishments for that company
    comp = allComp[i]
    compData = bigdf.loc[bigdf.company == comp]
    estabs = compData.est.to_numpy().astype(str)
    numEst = compData.shape[0]

    # Grab the new, confirmed, and death values for each of the establishments in that company
    newVals = []
    confirmedVals = []
    deathVals = []
    for i in range(numEst):
        estabData = compData.loc[compData.est == estabs[i]]
        newVals.append(estabData.new.to_numpy()[0])
        confirmedVals.append(estabData.confirmed.to_numpy()[0])
        deathVals.append(estabData.death.to_numpy()[0])

    # Load that data into a Plotly graph object
    fig = go.Figure(
        data=[
            go.Bar(name='New', x=estabs, y=newVals, yaxis='y', offsetgroup=1),
            go.Bar(name='Confirmed', x=estabs, y=confirmedVals, yaxis='y', offsetgroup=2),
            go.Bar(name='Death', x=estabs, y=deathVals, yaxis='y', offsetgroup=3)
        ]
    )

    # Update the layout (add time, set x/y axis titles, and bar graph mode)
    fig.update_layout(title='COVID Data for ' + comp, xaxis=dict(type='category'), xaxis_title='Establishment', 
                      yaxis_title='Value', barmode='stack')
    fig.show()

其中output 是每个公司的 16 个单独的 Plotly 图表（它们是可交互的，您可以打开各种轨迹，因为新/确认/死亡值的缩放并不那么容易）。 每个 plot 在 x 轴上都有该公司的所有机构，每个机构的新/确认/死亡值作为堆叠条形图。

这是一个示例 plot：

我知道这并不能完全回答你的问题，但我希望你欣赏我的努力:)