Python 如何使用其他列中的值注释条形图

我用一个双栏图来比较每条赛道的总到达距离。由于一组的总到达距离明显大于第二组，我决定创建另一列，

total reach-log（x）

，这只是原始

total reach

的np.log。y轴反映了日志的比例，但我想用

总到达量

中的实际值对条形图进行注释

你知道怎么做吗

import seaborn as sns
import matplotlib.pyplot as plt

#plot a bar graph and assign track name variable to hue
double_plot = sns.barplot(
    x='date',
    y='total reach - log(x)',
    hue='track name',
    data=dflog,
    palette=['blue','red'],
    alpha=1,
    dodge=True,
)
double_plot.set_ylim(0,dflog['total reach - log(x)'].max())

for item in double_plot.get_xticklabels():
    item.set_rotation(45)
    

for p in double_plot.patches:
    double_plot.annotate(format(p.get_height(), '.0f'), 
                   (p.get_x() + p.get_width() / 2., p.get_height()), 
                   ha = 'center', va = 'center', 
                   xytext = (0, 9), 
                   textcoords = 'offset points')
fig = plt.gcf()
fig.set_size_inches(15,7)
plt.title("Total Followers - log(x) - Fleetwood Mac's Dreams")

---

您可以取高度的反对数，以恢复原始数字。假设使用了自然对数，则逆数为

exp

。（或当对数使用另一个基数时，

base**height

）

就我个人而言，我更喜欢将

sns.barplot

的返回值命名为“ax”，以强调它是一个matplotlib ax对象，可以使用标准matplotlib函数

导入matplotlib.pyplot作为plt
从matplotlib导入日期为mdates
导入seaborn作为sns
作为pd进口熊猫
将numpy作为np导入
dflog=pd.DataFrame（）
dflog['date']=pd.to_datetime（np.repeat（pd.date_范围（'20200901'，freq='D'，periods=20），2））
dflog['total reach-log（x）]=np.random.uniform（0,17,40）
dflog['track name']=np.tile（['track 1'，'track 2']，20）
ax=sns.barplot(
x='date'，
y='total reach-log（x）'，
hue='track name'，
数据=数据日志，
调色板=[“蓝色”、“红色”]，
α=1，
道奇（真）
ax.set_ylim（0，dflog['total reach-log（x）'）.max（）*1.15）
对于ax.Getxticklabels（）中的项：
项目。设置旋转（45）
对于ax.patches中的p：
ax.annotate（格式为np.exp（p.get_height（）），“.0f”），
（p.get_x（）+p.get_width（）/2.，p.get_height（）），
哈class='center'，瓦class='center'，
xytext=（0,9），
textcoords='offset points'）
ax.xaxis.set\u major\u格式化程序（mdates.DateFormatter（“%y-%m-%d”））
图=plt.gcf（）
图设置尺寸英寸（15,7）
ax.设置标题（“测试”）
plt.紧_布局（）
plt.show（）

---

另一种方法是在任何地方使用原始值（不带对数），并将对数刻度设置为y轴：

ax。set_yscale（'log'）

您可以取高度的反对数以获取原始数字。假设使用了自然对数，则逆数为

exp

。（或当对数使用另一个基数时，

base**height

）

就我个人而言，我更喜欢将

sns.barplot

的返回值命名为“ax”，以强调它是一个matplotlib ax对象，可以使用标准matplotlib函数

导入matplotlib.pyplot作为plt
从matplotlib导入日期为mdates
导入seaborn作为sns
作为pd进口熊猫
将numpy作为np导入
dflog=pd.DataFrame（）
dflog['date']=pd.to_datetime（np.repeat（pd.date_范围（'20200901'，freq='D'，periods=20），2））
dflog['total reach-log（x）]=np.random.uniform（0,17,40）
dflog['track name']=np.tile（['track 1'，'track 2']，20）
ax=sns.barplot(
x='date'，
y='total reach-log（x）'，
hue='track name'，
数据=数据日志，
调色板=[“蓝色”、“红色”]，
α=1，
道奇（真）
ax.set_ylim（0，dflog['total reach-log（x）'）.max（）*1.15）
对于ax.Getxticklabels（）中的项：
项目。设置旋转（45）
对于ax.patches中的p：
ax.annotate（格式为np.exp（p.get_height（）），“.0f”），
（p.get_x（）+p.get_width（）/2.，p.get_height（）），
哈class='center'，瓦class='center'，
xytext=（0,9），
textcoords='offset points'）
ax.xaxis.set\u major\u格式化程序（mdates.DateFormatter（“%y-%m-%d”））
图=plt.gcf（）
图设置尺寸英寸（15,7）
ax.设置标题（“测试”）
plt.紧_布局（）
plt.show（）

另一种方法是到处使用原始值（不带log），并将logscale设置为y轴：

ax。set_yscale（'log'）