Python HoloView：从组合条形图的x轴上删除变量名称

关于HoloViews分组（无标记）条形图的快速问题。如何删除x轴变量名称标记，但将其包含在图例中

请参见下面的示例：

我想做以下工作：

对于红色框，删除记号“x”和“y”的名称

为“x”和“y”添加与各自颜色对齐的图例 代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import holoviews as hv
pd.options.plotting.backend = 'holoviews'

df1 = pd.DataFrame({
    'x': np.random.rand(10), 
    'y': np.random.rand(10),
})

my_plot = df1.plot(kind='bar')
my_plot

---

谢谢大家!

据我搜索，熊猫全息图（bokeh）并没有提供你想要的样式。条形图没有图例，组图在x标签中有名称

相反，使用matplotlib作为后端很容易

import pandas as pd
import numpy as np

pd.options.plotting.backend = 'matplotlib'

df1 = pd.DataFrame({
                    'x': np.random.rand(10), 
                    'y': np.random.rand(10)
                    })

Plot = df1.plot(kind = 'bar', rot=0)
Plot

---

如果编辑Bokeh目录，它将提供问题1：从分组条形图中删除XTick:

通常，您可以执行

您的_plot.opts（xticks=[（None）]）

来删除xticks，但不幸的是，这对于分组条形图是不可能的。

解决方案1：将绘图渲染为Bokeh绘图，然后删除XTick:

from bokeh.plotting import show

# create holoviews plot
my_holoviews_plot = df1.plot(kind='bar')

# render holoviews plot to bokeh plot
my_bokeh_plot = hv.render(my_holoviews_plot, backend='bokeh')

# apply changes to bokeh plot
my_bokeh_plot.xaxis.major_label_text_font_size = '0pt'

# visualize plot
show(my_bokeh_plot)

问题2：向分组条形图添加图例：
仍然在寻找这个问题的答案。我认为，使用Bokeh也可以做到这一点。
请参见我的问题：


（我的心意是：在jupyter中，按my_bokeh_plot.之后的tab键可以很好地了解my_bokeh_plot的许多属性，但另一个好方法是运行

my_bokeh_plot.properties_with_values（）

以获得更难的属性）。

在分组条形图上
这将删除次要分类变量的x记号，并将图例添加到分组条形图中。

但是，您需要HoloViews>=1.13才能执行此操作。
在我写这篇文章时，这个版本还不可用，但您可以通过以下方式安装它：

pip安装git+

代码示例：

import numpy as np
import pandas as pd
import holoviews as hv
pd.options.plotting.backend = 'holoviews'

df1 = pd.DataFrame({
    'x': np.random.rand(10), 
    'y': np.random.rand(10),
})

my_grouped_barplot = df1.plot(kind='bar')

# remove the 2nd categorical level with multi_level=False
# this will remove your x-ticks and add a legend
my_grouped_barplot.opts(multi_level=False)

结果图：

from bokeh.plotting import show

# create holoviews plot
my_holoviews_plot = df1.plot(kind='bar')

# render holoviews plot to bokeh plot
my_bokeh_plot = hv.render(my_holoviews_plot, backend='bokeh')

# apply changes to bokeh plot
my_bokeh_plot.xaxis.major_label_text_font_size = '0pt'

# visualize plot
show(my_bokeh_plot)