Введение
В этом руководстве мы узнаем, как использовать вспомогательную функцию bar_label в Matplotlib для создания столбчатых диаграмм с подписями. Мы рассмотрим различные сценарии, такие как подписывание горизонтальных и вертикальных столбчатых диаграмм, использование различных форматов подписей и настройка внешнего вида подписей.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Ноутбук и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импорт библиотек
Сначала нам нужно импортировать необходимые библиотеки, в том числе numpy и matplotlib. Мы также будем использовать модуль random из numpy для генерации некоторых случайных данных.
import matplotlib.pyplot as plt
import numpy as np
## Fixing random state for reproducibility
np.random.seed(19680801)
Метка вертикальных столбчатых диаграмм
Начнем с создания вертикальной столбчатой диаграммы и ее метки с использованием функции bar_label. В качестве данных будем использовать количество пингвинов по полу, взятое из https://allisonhorst.github.io/palmerpenguins/.
species = ('Adelie', 'Chinstrap', 'Gentoo')
sex_counts = {
'Male': np.array([73, 34, 61]),
'Female': np.array([73, 34, 58]),
}
width = 0.6 ## the width of the bars: can also be len(x) sequence
fig, ax = plt.subplots()
bottom = np.zeros(3)
for sex, sex_count in sex_counts.items():
p = ax.bar(species, sex_count, width, label=sex, bottom=bottom)
bottom += sex_count
ax.bar_label(p, label_type='center')
ax.set_title('Number of penguins by sex')
ax.legend()
plt.show()
Метка горизонтальных столбчатых диаграмм
Далее мы создадим горизонтальную столбчатую диаграмму и присвоим ей метки с использованием функции bar_label. Будем использовать данные из предыдущего шага, но на этот раз для каждого человека сгенерируем некоторые случайные данные о производительности.
people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
y_pos = np.arange(len(people))
performance = 3 + 10 * np.random.rand(len(people))
error = np.random.rand(len(people))
fig, ax = plt.subplots()
hbars = ax.barh(y_pos, performance, xerr=error, align='center')
ax.set_yticks(y_pos, labels=people)
ax.invert_yaxis() ## labels read top-to-bottom
ax.set_xlabel('Performance')
ax.set_title('How fast do you want to go today?')
## Label with specially formatted floats
ax.bar_label(hbars, fmt='%.2f')
ax.set_xlim(right=15) ## adjust xlim to fit labels
plt.show()
Расширенная метка столбчатых диаграмм
В этом шаге мы покажем несколько более продвинутых вещей, которые можно сделать с метками на столбчатых диаграммах. Будем использовать ту же горизонтальную столбчатую диаграмму, что и на предыдущем шаге.
fig, ax = plt.subplots()
hbars = ax.barh(y_pos, performance, xerr=error, align='center')
ax.set_yticks(y_pos, labels=people)
ax.invert_yaxis() ## labels read top-to-bottom
ax.set_xlabel('Performance')
ax.set_title('How fast do you want to go today?')
## Label with given captions, custom padding and annotate options
ax.bar_label(hbars, labels=[f'±{e:.2f}' for e in error],
padding=8, color='b', fontsize=14)
ax.set_xlim(right=16)
plt.show()
Метка столбчатых диаграмм с использованием строки формата {}
В этом шаге мы покажем, как использовать строку формата {} для форматирования меток на столбчатых диаграммах. Будем использовать некоторые данные о продажах желато по вкусам.
fruit_names = ['Coffee', 'Salted Caramel', 'Pistachio']
fruit_counts = [4000, 2000, 7000]
fig, ax = plt.subplots()
bar_container = ax.bar(fruit_names, fruit_counts)
ax.set(ylabel='pints sold', title='Gelato sales by flavor', ylim=(0, 8000))
ax.bar_label(bar_container, fmt='{:,.0f}')
Метка столбчатых диаграмм с использованием вызываемой функции
Наконец, мы покажем, как использовать вызываемую функцию для форматирования меток на столбчатых диаграммах. Будем использовать некоторые данные о скоростях бега различных животных.
animal_names = ['Lion', 'Gazelle', 'Cheetah']
mph_speed = [50, 60, 75]
fig, ax = plt.subplots()
bar_container = ax.bar(animal_names, mph_speed)
ax.set(ylabel='speed in MPH', title='Running speeds', ylim=(0, 80))
ax.bar_label(bar_container, fmt=lambda x: f'{x * 1.61:.1f} km/h')
Резюме
В этом уроке мы узнали, как использовать вспомогательную функцию bar_label в Matplotlib для создания столбчатых диаграмм с метками. Мы рассмотрели различные сценарии, такие как метка горизонтальных и вертикальных столбчатых диаграмм, использование различных форматов меток и настройка внешнего вида меток.