如何在 matplotlib 的直方图中居中标签

Question

我有一个问题。 我需要在plt.hist()上将标签居中在X轴上。 我在这里找到了一些答案：如何在直方图图中居中标签，建议使用align = "left / mid / right"。 然而，它并没有给我正确的输出： plt.hist(data ['Col1']，align ='left') plt.hist(data ['Col1']，align ='mid') plt.hist(data ['Col1']，align ='right') 我希望在每个条形图的中间精确地放置“ok”和“18 let”。请问如何解决？

整个代码：

plt.style.use('ggplot')
plt.xticks(rotation='vertical')
plt.locator_params(axis='y', integer=True)
plt.suptitle('My histogram', fontsize=14, fontweight='bold')
plt.ylabel('Frequency', fontweight='bold')


plt.hist(data['Col1'], align='mid')
plt.show()

- vojtam

---

代码？看起来你做得很对，但是你有一个额外的bin，会使对齐出现问题。 - Reti43

我把它放在下面，谢谢回复。 - vojtam

Answer 1

Matplotlib的hist()默认参数主要用于连续数据。当没有给出参数时，matplotlib将值范围分成10个大小相等的箱子。当给出字符串数据时，matplotlib会在内部用数字0,1,2,...替换字符串。在这种情况下，“ok”得到了值0，“18 let”得到了值1。将该范围分成10个箱子：0.0-0.1，0.1-0.2，...，0.9-1.0。条形图放置在箱子中心（0.05、0.15、...，0.95），默认对齐方式为'mid'。（这种居中有助于绘制更窄的条形图。）在这种情况下，除了第一和最后一个条形图之外，所有条形图的高度都为0。以下是正在发生的可视化。垂直线显示箱子边界的位置。

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd

data = pd.DataFrame({'Col1': np.random.choice(['ok', '18 let'], 10, p=[0.2, 0.8])})

plt.style.use('ggplot')
fig, ax = plt.subplots()
ax.locator_params(axis='y', integer=True)
ax.set_ylabel('Frequency', fontweight='bold')

_counts, bin_boundaries, _patches = ax.hist(data['Col1'])
for i in bin_boundaries:
    ax.axvline(i, color='navy', ls='--')
    ax.text(i, 1.01, f'{i:.1f}', transform=ax.get_xaxis_transform(), ha='center', va='bottom', color='navy')
plt.show()

为了更好地控制离散数据的直方图，最好给出明确的区间范围，使其与给定值相匹配（例如：plt.hist(..., bins=[-0.5, 0.5, 1.5])）。更好的方法是创建计数图：计算个体值并绘制条形图（直方图只是一种特定类型的条形图）。

以下是这样一个“计数图”的示例。（请注意，numpy的np.unique()的return_counts=参数仅适用于新版本，1.9及以上。）

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd

data = pd.DataFrame({'Col1': np.random.choice(['ok', '18 let'], 10, p=[0.2, 0.8])})

plt.style.use('ggplot')
plt.locator_params(axis='y', integer=True)
plt.ylabel('Frequency', fontweight='bold')

labels, counts = np.unique(data['Col1'], return_counts=True)
plt.bar(labels, counts)
plt.show()

请注意，seaborn的histplot()更适合处理离散数据。当处理字符串或明确设置discrete=True时，适当的区间将自动计算。

- JohanC