Matplotlib-基于数据的动态（条形）图表高度？

Question

在尝试与matplotlib斗争比我想承认的更长的时间之后，我尝试在我使用过的几乎所有其他绘图库中轻而易举地做些事情，之后，我决定向Stackiverse寻求一些见识。简而言之，我需要创建多个水平条形图，它们全部共享x轴，在y轴上具有不同数量的值，并且所有条形具有相同的高度，而图表本身可以调整为条目。我需要绘制的简化数据结构如下所示：

[
    {"name": "Category 1", "entries": [
        {"name": "Entry 1", "value": 5},
        {"name": "Entry 2", "value": 2},
    ]},
    {"name": "Category 2", "entries": [
        {"name": "Entry 1", "value": 1},
    ]},
    {"name": "Category 3", "entries": [
        {"name": "Entry 1", "value": 1},
        {"name": "Entry 2", "value": 10},
        {"name": "Entry 3", "value": 4},
    ]},    
]

结果，最接近我想要使用的是：

import matplotlib.pyplot as plt

def plot_data(data):
    total_categories = len(data)  # holds how many charts to create
    max_values = 1  # holds the maximum number of bars to create
    for category in data:
        max_values = max(max_values, len(category["entries"]))
    fig = plt.figure(1)
    ax = None
    for index, category in enumerate(data):
        entries = []
        values = []
        for entry in category["entries"]:
            entries.append(entry["name"])
            values.append(entry["value"])
        if not entries:
            continue  # do not create empty charts
        y_ticks = range(1, len(entries) + 1)
        ax = fig.add_subplot(total_categories, 1, index + 1, sharex=ax)
        ax.barh(y_ticks, values)
        ax.set_ylim(0, max_values + 1)  # limit the y axis for fixed height
        ax.set_yticks(y_ticks)
        ax.set_yticklabels(entries)
        ax.invert_yaxis()
        ax.set_title(category["name"], loc="left")
    fig.tight_layout()

无论有多少个条目具有某个类别，这都将使条形高度保持相同（至少在整个图上），这要归功于y限制（set_ylim（））设置为数据中条形的最高数量。但是，这也会在条目数少于最大数量的类别中留下令人讨厌的空白。或者将所有内容都放在视觉上，我正在尝试将其从“
实际”转换 为“ 预期” ：

我尝试根据条目数的不同通过gridspec和不同的比例来消除差距，但是最终看起来甚至更加“歪斜”且不一致。我尝试生成多个图表并处理图形大小，然后在后期处理中将它们缝合在一起，但是无论数据如何，我都找不到一种方法来可靠地保持柱高不变。我敢肯定有一种方法可以从matplotlib中一些晦涩的对象中提取所需的指标以进行精确缩放，但是目前我担心如果我尝试跟踪整个绘制过程，我会继续追赶。

此外，如果可以将单个子图折叠到数据周围，那么如何根据数据使图形增长呢？例如，如果我要在上述数据中添加第四个类别，而不是通过另一个图表使图形高度增加，则实际上将缩小所有图表以适合默认图形大小上的所有图形。现在，我想我了解了带有轴单位以及所有其他内容的matplotlib背后的逻辑，并且我知道可以设置图形尺寸以增加总体高度，但是我不知道如何在图表中保持一致。无论数据如何，钢筋高度完全相同？

我真的需要手动绘制所有内容以获得所需的东西吗？如果是这样，我可能只是转储整个matplotlib软件包并从头开始创建自己的SVG。事后看来，考虑到我花了很多时间，我可能本来应该这样做的，但现在我太固执了，不能放弃（或者我是可怕的沉没成本谬误的受害者）。

有任何想法吗？

谢谢

Answer 1

我认为同时具有相等的条形宽度（垂直方向上的宽度）和不同的子图大小的唯一方法实际上是手动在图中定位轴。

为此，您可以指定条形图的尺寸（以英寸为单位）以及子图之间要以此条形图宽度为单位的间距。根据这些数字以及要绘制的数据量，可以计算出总的图形高度（以英寸为单位）。然后fig.add_axes根据数据量和先前子图中的间距（通过）定位每个子图。因此，您很好地填写了情节。添加一组新数据将使图变大。

data = [
    {"name": "Category 1", "entries": [
        {"name": "Entry 1", "value": 5},
        {"name": "Entry 2", "value": 2},
    ]},
    {"name": "Category 2", "entries": [
        {"name": "Entry 1", "value": 1},
    ]},
    {"name": "Category 3", "entries": [
        {"name": "Entry 1", "value": 1},
        {"name": "Entry 2", "value": 10},
        {"name": "Entry 3", "value": 4},
    ]}, 
    {"name": "Category 4", "entries": [
        {"name": "Entry 1", "value": 6},
    ]},
]

import matplotlib.pyplot as plt
import numpy as np

def plot_data(data,
              barwidth = 0.2, # inch per bar
              spacing = 3,    # spacing between subplots in units of barwidth
              figx = 5,       # figure width in inch
              left = 4,       # left margin in units of bar width
              right=2):       # right margin in units of bar width

    tc = len(data) # "total_categories", holds how many charts to create
    max_values = []  # holds the maximum number of bars to create
    for category in data:
        max_values.append( len(category["entries"]))
    max_values = np.array(max_values)

    # total figure height:
    figy = ((np.sum(max_values)+tc) + (tc+1)*spacing)*barwidth #inch

    fig = plt.figure(figsize=(figx,figy))
    ax = None
    for index, category in enumerate(data):
        entries = []
        values = []
        for entry in category["entries"]:
            entries.append(entry["name"])
            values.append(entry["value"])
        if not entries:
            continue  # do not create empty charts
        y_ticks = range(1, len(entries) + 1)
        # coordinates of new axes [left, bottom, width, height]
        coord = [left*barwidth/figx, 
                 1-barwidth*((index+1)*spacing+np.sum(max_values[:index+1])+index+1)/figy,  
                 1-(left+right)*barwidth/figx,  
                 (max_values[index]+1)*barwidth/figy ]

        ax = fig.add_axes(coord, sharex=ax)
        ax.barh(y_ticks, values)
        ax.set_ylim(0, max_values[index] + 1)  # limit the y axis for fixed height
        ax.set_yticks(y_ticks)
        ax.set_yticklabels(entries)
        ax.invert_yaxis()
        ax.set_title(category["name"], loc="left")


plot_data(data)
plt.savefig(__file__+".png")
plt.show()