如何在matplotlib中制作一个范围条形图？

Question

我正在尝试使用matplotlib制作一个类似于以下的图表：

但是，我不确定要使用哪种类型的图表。我的数据具有以下形式，其中开始X位置是大于或等于0的正值：

<item 1><start x position><end x position>
<item 2><start x position><end x position>

看文档，我发现有barh和errorbar，但我不确定能否使用带有起始偏移的barh。鉴于我的数据类型，最好的方法是什么？我对这个库不是很熟悉，所以希望能得到一些见解。

- Clicquot the Dog

---

有关您提出的类型，使用术语“范围条形图”存在某种共识，同时没有网络引用关于matplotlib解决此问题的方法。我可以请您将问题标题更改为更具可搜索性的标题吗？例如，从您自己的标题中进行词干分析，“在Matplotlib中使用适当的绘图绘制范围条形图？”或者更直接的“使用Matplotlib绘制范围条形图”...感谢您的考虑， - gboffi

Answer 1

开胃菜

注释代码

据我所知，实现你想要的最直接的方法需要使用 matplotlib 的 patches 模块在 matplotlib 画布上直接绘制矩形。

下面是一个简单的实现：

import matplotlib.pyplot as plt
import matplotlib.patches as patches

def plot_rect(data, delta=0.4):
    """data is a dictionary, {"Label":(low,hi), ... }
    return a drawing that you can manipulate, show, save etc"""

    yspan = len(data)
    yplaces = [.5+i for i in range(yspan)]
    ylabels = sorted(data.keys())

    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax.set_yticks(yplaces)
    ax.set_yticklabels(ylabels)
    ax.set_ylim((0,yspan))

    # later we'll need the min and max in the union of intervals
    low, hi =  data[ylabels[0]]
    for pos, label in zip(yplaces,ylabels):
        start, end = data[label]
        ax.add_patch(patches.Rectangle((start,pos-delta/2.0),end-start,delta))
        if start<low : low=start
        if end>hi : hi=end

    # little small trick, draw an invisible line so that the x axis
    # limits are automatically adjusted...
    ax.plot((low,hi),(0,0))

    # now get the limits as automatically computed
    xmin, xmax = ax.get_xlim()
    # and use them to draw the hlines in your example
    ax.hlines(range(1,yspan),xmin,xmax)
    # the vlines are simply the x grid lines
    ax.grid(axis='x')
    # eventually return what we have done
    return ax

# this is the main script, note that we have imported pyplot as plt

# the data, inspired by your example, 
data = {'A':(1901,1921),
        'B':(1917,1935),
        'C':(1929,1948),
        'D':(1943,1963),
        'E':(1957,1983),
        'F':(1975,1991),
        'G':(1989,2007)}

# call the function and give its result a name
ax = plot_rect(data)
# so that we can further manipulate it using the `axes` methods, e.g.
ax.set_xlabel('Whatever')
# finally save or show what we have
plt.show()

我们的痛苦所带来的结果已在本文第一段中展现...

附录

假设你认为蓝色是一种非常沉闷的颜色...

你在图中放置的补丁可以作为绘图的属性（恰当地命名为“补丁”...）访问和修改，例如，

ax = plot_rect(data)
ax.set_xlabel('Whatever')
for rect in ax.patches:
    rect.set(facecolor=(0.9,0.9,0.2,1.0), # a tuple, RGBA
          edgecolor=(0.6,0.2,0.3,1.0),
          linewidth=3.0)
plt.show()

在我看来，自定义绘图函数应该尽可能少地进行必要的特征描述，因为这种后期处理通常在matplotlib中非常容易实现。

- gboffi

---

谢谢！这对我帮助很大 :) - Foaly