Python 是否要使用matplotlib在条形图上添加范围虚线框？

我用Birt制作了一个条形图，但由于技术的变化，我现在不得不使用Matplotlib。我想知道是否有可能（以及如何）使用Matplotlib制作类似的图表，特别是围绕顶部80%的条形图的范围虚线正方形，如示例所示：

我没有找到任何关于如何制作的文档

有人知道如何进行吗？

类似这样的事情

可以用于虚线框

我还向外移动了

脊椎

，以匹配绘图样式（代码取自）

类似这样的事情

可以用于虚线框

我还向外移动了

脊椎

，以匹配绘图样式（代码取自）

---

我不太清楚你在这里想要什么。如果只是在绘图上添加一个矩形，请参见和一些。这不仅仅是在页面上绘制一个形状，而是在绘图上80%的数据周围自动生成一个框，在本例中为82%的人口。这样，阅读报告的人就能清楚地看到大部分数据在哪里。这相当于Birt中的“MarkerRangeImpl”。不太清楚你在这里想要什么。如果只是在绘图上添加一个矩形，请参见和一些。这不仅仅是在页面上绘制一个形状，而是在绘图上80%的数据周围自动生成一个框，在本例中为82%的人口。这样，阅读报告的人就能清楚地看到大部分数据在哪里。这相当于Birt中的“MarkerRangeImpl”。好的，非常感谢你，例如tom，我现在知道它是如何工作的了。我不知道矩形的宽度和高度是指实际的轴比例。它使用默认的

transform

，即

ax.transData

。如果您将变换更改为

ax.transAxes

，您可以使用分数轴坐标，例如：

rect=Rectangle（（0,0.625），1,0.375，linestyle='smash'，facecolor='None'，clip\u on=False，transform=ax.transAxes）

给出了与上面相同的框OK非常感谢您的例子tom，我现在知道它是如何工作的了。我不知道矩形的宽度和高度是指实际的轴比例。它使用默认的

transform

，即

ax.transData

。如果将变换更改为

ax.transAxes

，则可以使用分数轴坐标，例如：

rect=Rectangle（（0,0.625），1,0.375，linestyle='smash'，facecolor='None'，clip\u on=False，transform=ax.transAxes）

给出与上述相同的框

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
import numpy as np
import matplotlib.ticker as ticker

# Fake some data
x = np.array([15,25,35,45,45,45,45,45,75,75,95,150,160,170,170,1040])
y = np.arange(0.1,16.1,1)
percent = np.array([(100.*float(i)/x.sum()) for i in x])

# Create Figure and Axes
fig,ax = plt.subplots(1)

# Plot the bars
ax.barh(y,x)

# Move left and bottom spines outward by 5 points
ax.spines['left'].set_position(('outward', 5))
ax.spines['bottom'].set_position(('outward', 5))
# Hide the right and top spines
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# Only show ticks on the left and bottom spines
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('bottom')

# Set the axes limits and tick locations
ax.set_ylim(0,16)
ax.set_yticklabels([])
ax.yaxis.set_major_locator(ticker.MultipleLocator(1))

ax.set_xlim(0,1100)
ax.xaxis.set_major_locator(ticker.MultipleLocator(100))

# Add the rectangle
rect = Rectangle( (0,10), 1100, 6, linestyle = 'dashed', facecolor = 'None', clip_on=False)
ax.add_patch(rect)

# Add the percentage labels
for p,xi,yi in zip(percent,x,y):
    ax.text(xi+5,yi+0.2,'{:2.0f}\%'.format(p))

plt.show()