如何在matplotlib中按不同组绘制直方图？

Question

我有一张桌子，比如：

value    type
10       0
12       1
13       1
14       2

生成虚拟数据:

import numpy as np

value = np.random.randint(1, 20, 10)
type = np.random.choice([0, 1, 2], 10)

我想用垫线 （v1.4） 在 Python 3 中完成一个任务：

• 绘制value
的直方图
• 按类型分组，即使用不同的颜色区分类型
• “栏”的位置应为“闪避”，即并排
• 因为值的范围很小，所以我会使用标识作为箱子，即箱子的宽度为1

问题是：

• 如何根据type的值为条形图分配颜色并从颜色映射中绘制颜色（例如Accent或matplotlib中的其他cmap）？我不想使用命名颜色（即'b'、'k'、'r'）
• 我的直方图中的条形相互重叠，如何“躲闪”条形？

注意事项

1. 我试过Seaborn、matplotlib和熊猫。绘制两个小时，未能获得所需的直方图
2. 我阅读了matplotlib的示例和用户指南。令人惊讶的是，我没有找到关于如何从颜色图中指定颜色的教程
3. 我在谷歌上搜索过，但没有找到一个简洁的例子
4. 我想一个人可以用matplotlib完成任务。pyplot，不导入一系列模块，例如matplotlib。cm，matplotlib.colors

Answer 1

每当您需要绘制由另一个变量分组的变量（使用颜色）时，seborn通常提供比matplotlib或熊猫更方便的方法。所以这里有一个使用sebornhistplop函数的解决方案：

import numpy as np                 # v 1.19.2
import pandas as pd                # v 1.1.3
import matplotlib.pyplot as plt    # v 3.3.2
import seaborn as sns              # v 0.11.0

# Set parameters for random data
rng = np.random.default_rng(seed=1) # random number generator
size = 50
xmin = 1
xmax = 20

# Create random dataframe
df = pd.DataFrame(dict(value = rng.integers(xmin, xmax, size=size),
                       val_type = rng.choice([0, 1, 2], size=size)))

# Create histogram with discrete bins (bin width is 1), colored by type
fig, ax = plt.subplots(figsize=(10,4))
sns.histplot(data=df, x='value', hue='val_type', multiple='dodge', discrete=True,
             edgecolor='white', palette=plt.cm.Accent, alpha=1)

# Create x ticks covering the range of all integer values of df['value']
ax.set_xticks(np.arange(df['value'].min(), df['value'].max()+1))

# Additional formatting
sns.despine()
ax.get_legend().set_frame_on(False)

plt.show()

如您所见，这是直方图而不是条形图，条形图之间没有空格，除非数据集中不存在 x 轴的值，例如值 12 和 14。

鉴于已接受的答案提供了熊猫的条形图，并且条形图可能是在某些情况下显示直方图的相关选择，下面是如何使用countplot函数创建一个海生图：

# For some reason the palette argument in countplot is not processed the
# same way as in histplot so here I fetch the colors from the previous
# example to make it easier to compare them
colors = [c for c in set([patch.get_facecolor() for patch in ax.patches])]

# Create bar chart of counts of each value grouped by type
fig, ax = plt.subplots(figsize=(10,4))
sns.countplot(data=df, x='value', hue='val_type', palette=colors,
              saturation=1, edgecolor='white')

# Additional formatting
sns.despine()
ax.get_legend().set_frame_on(False)

plt.show()

由于这是一个条形图，值12和14没有包括在内，这产生了一个有点虚假的图，因为没有为这些值显示空白空间。另一方面，每组条形之间有一些空间，这使得更容易看到每个条形属于什么值。

Answer 2

对于您的第一个问题，我们可以创建一个等于1的虚拟列，然后通过对该列求和生成计数，按值和类型分组。

对于第二个问题，您可以使用< code>colormap参数将色彩映射表直接传递到< code>plot中:

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import seaborn
seaborn.set() #make the plots look pretty

df = pd.DataFrame({'value': value, 'type': type})
df['dummy'] = 1
ag = df.groupby(['value','type']).sum().unstack()
ag.columns = ag.columns.droplevel()

ag.plot(kind = 'bar', colormap = cm.Accent, width = 1)
plt.show()