Python Matplotlib-标记每个箱子

我目前正在使用Matplotlib创建直方图：

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as pyplot
...
fig = pyplot.figure()
ax = fig.add_subplot(1,1,1,)
n, bins, patches = ax.hist(measurements, bins=50, range=(graph_minimum, graph_maximum), histtype='bar')

#ax.set_xticklabels([n], rotation='vertical')

for patch in patches:
    patch.set_facecolor('r')

pyplot.title('Spam and Ham')
pyplot.xlabel('Time (in seconds)')
pyplot.ylabel('Bits of Ham')
pyplot.savefig(output_filename)

我想让x轴标签更有意义

首先，这里的x轴刻度似乎仅限于五个刻度。无论我做什么，我似乎都无法改变这一点——即使我添加更多的Xticklabel，它也只使用前五个。我不确定Matplotlib是如何计算的，但我假设它是根据范围/数据自动计算的

有没有什么方法可以提高x-tick标签的分辨率——甚至可以提高到每个条/格的分辨率

（理想情况下，我也希望以微秒/毫秒的形式重新格式化秒数，但这是另一天的问题）

其次，我希望每个单独的条标上，注明该箱子中的实际数量，以及占所有箱子总数的百分比

最终输出可能如下所示：

Matplotlib是否可以实现类似的功能

干杯，

---

维克多

当然！要设置刻度，只需，嗯。。。设置刻度（请参见

matplotlib.pyplot.xticks

或

ax.Set\xticks

）。（此外，您不需要手动设置修补程序的facecolor。您只需传入关键字参数即可。）

对于其余的部分，您将需要对标签做一些稍微更有趣的事情，但是matplotlib使其变得相当简单

例如：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import FormatStrFormatter

data = np.random.randn(82)
fig, ax = plt.subplots()
counts, bins, patches = ax.hist(data, facecolor='yellow', edgecolor='gray')

# Set the ticks to be at the edges of the bins.
ax.set_xticks(bins)
# Set the xaxis's tick labels to be formatted with 1 decimal place...
ax.xaxis.set_major_formatter(FormatStrFormatter('%0.1f'))

# Change the colors of bars at the edges...
twentyfifth, seventyfifth = np.percentile(data, [25, 75])
for patch, rightside, leftside in zip(patches, bins[1:], bins[:-1]):
    if rightside < twentyfifth:
        patch.set_facecolor('green')
    elif leftside > seventyfifth:
        patch.set_facecolor('red')

# Label the raw counts and the percentages below the x-axis...
bin_centers = 0.5 * np.diff(bins) + bins[:-1]
for count, x in zip(counts, bin_centers):
    # Label the raw counts
    ax.annotate(str(count), xy=(x, 0), xycoords=('data', 'axes fraction'),
        xytext=(0, -18), textcoords='offset points', va='top', ha='center')

    # Label the percentages
    percent = '%0.0f%%' % (100 * float(count) / counts.sum())
    ax.annotate(percent, xy=(x, 0), xycoords=('data', 'axes fraction'),
        xytext=(0, -32), textcoords='offset points', va='top', ha='center')


# Give ourselves some more room at the bottom of the plot
plt.subplots_adjust(bottom=0.15)
plt.show()

导入matplotlib.pyplot作为plt
将numpy作为np导入
从matplotlib.ticker导入FormatStrFormatter
数据=np.random.randn（82）
图，ax=plt.子批次（）
计数、存储箱、修补程序=ax.hist（数据，facecolor='黄色'，edgecolor='灰色〕）
#将刻度设置为位于箱子的边缘。
ax.set_xticks（箱子）
#将xaxis的记号标签设置为小数点后1位的格式。。。
ax.xaxis.set\u major\u格式化程序（FormatStrFormatter（“%0.1f”））
#更改边缘条的颜色。。。
二十五、七十五=百分位数（数据[25,75]）
对于补丁，拉链中的右侧和左侧（补丁，箱子[1:]，箱子[：-1]）：
如果右侧<二十五度：
patch.set_facecolor（'绿色'）
elif leftside>seventyfifth：
patch.set_facecolor（'red'））
#标记原始计数和x轴下方的百分比。。。
垃圾箱中心=0.5*np.差异（垃圾箱）+垃圾箱[：-1]
对于计数，邮政编码中的x（计数，箱位中心）：
#标记原始计数
ax.annotate（str（count），xy=（x，0），xycoords=（'data'，'axes france'），
xytext=（0，-18），textcoords='offset points'，va='top'，ha='center'）
#标注百分比
百分比='%0.0f%%'%（100*float（count）/counts.sum（））
注释（百分比，xy=（x，0），xycoords=（‘数据’，‘轴分数’），
xytext=（0，-32），textcoords='offset points'，va='top'，ha='center'）
#在情节的底部给我们更多的空间
plt子批次调整（底部=0.15）
plt.show（）

---

向要使用的轴标签添加SI前缀。事实上，在它的文档中有一个例子说明了如何做这件事：

我想您应该在代码中添加如下内容：

from matplotlib.ticker import FuncFormatter
from quantiphy import Quantity

time_fmtr = FuncFormatter(lambda v, p: Quantity(v, 's').render(prec=2))
ax.xaxis.set_major_formatter(time_fmtr)

---

我想用“density=True”添加到柱状图中的一件事是每个箱子的相对频率值，但我找不到一个函数可以做到这一点。我提出的解决方案如图所示：

职能：

def label_densityHist(ax, n, bins, x=4, y=0.01, r=2, **kwargs):
"""
Add labels,relative value of bin, to each bin in a density histogram .
:param ax: Object axe of matplotlib
        The axis to plot.
:param n: list, array of int, float
        The values of the histogram bins.
:param bins: list, array of int, float
        The edges of the bins.
:param x: int, float
        Related the x position of the bin labels. The higher, the lower the value on the x-axis.
        Default: 4
:param y: int, float
        Related the y position of the bin labels. The higher, the greater the value on the y-axis.
        Default: 0.01
:param r: int
        Number of decimal places.
        Default: 2
:param **kwargs: Text properties in matplotlib
:return: None


Example

import matplotlib.pyplot as plt
import numpy as np

dados = np.random.randn(100)

axe = plt.gca()
n, bins, _ = axe.hist(x=dados, edgecolor='black')
label_densityHist(axe,n, bins)
plt.show()

Example:
import matplotlib.pyplot as plt
import numpy as np


dados = np.random.randn(100)

axe = plt.gca()
n, bins, _ = axe.hist(x=dados, edgecolor='black')
label_densityHist(axe,n, bins, x=6, fontsize='large')
plt.show()


Reference:
[1]https://matplotlib.org/3.1.1/api/text_api.html#matplotlib.text.Text

"""

k = []
# calculate the relative frequency of each bin
for i in range(0,len(n)):
    k.append((bins[i+1]-bins[i])*n[i])

# rounded
k = around(k,r); #print(k)

# plot the label/text to each bin
for i in range(0, len(n)):
    x_pos = (bins[i + 1] - bins[i]) / x + bins[i]
    y_pos = n[i] + (n[i] * y)
    label = str(k[i]) # relative frequency of each bin
    ax.text(x_pos, y_pos, label, kwargs)

---

啊哈，太好了。另一个注意事项-最初，我使用“fig=pyplot.figure（figsize=（32,24），）”和“ax=fig.add_subplot（1,1,1），”来设置图形的大小。但是，如果我为您的“fig，ax=pyplot.subplot（）”交换第二留置权，它现在似乎忽略了我的figsize？知道为什么吗？@victorhooi-如果您只需将figsize指定为kwarg to

子地块

，它应该可以工作。例如，

fig，ax=plt.subplot（figsize=（32,34））

如果不是，可能是一个bug<代码>子绘图只是在

1.0

中添加的，作为一种方便的功能。金斯敦：啊哈，太好了，是的，那一行可以工作=）。你太棒了，伙计。最后还有一个我不明白的bug/小问题——注释文本正下方的xlabel文本——不知道如何抵消它。我试过“ax.xaxis.LABELPAD=30”，但它似乎忽略了这一点。@victorhooi-有几种不同的方法来设置刻度填充，但最简单的方法是

ax.tick_参数（axis='x'，pad=30）

（这有点违反直觉）。希望有帮助！@乔·金斯顿：嗯，试过了，但它同时移动了x轴标签和记号。该死的。哈哈。不管怎样，我认为这值得再问一个问题，所以我把它转发到这里：