使用matplotlib绘制不同颜色的堆积条形图

Question

我是一名Python初学者。我正在尝试制作一个带有不同颜色排序的水平条形图。

我有一个数据集，就像下面这个：

dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16}]
data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D']]

第一个列表包含数字数据，第二个列表包含每个数据项的顺序。我需要第二个列表，因为在我的情况下，A、B、C和D的顺序对于数据集的呈现非常重要。

使用上述数据，我想制作一个堆积条形图，就像下面的图片一样。这是我手动用MS Excel制作的。现在，我希望使用Matplotlib以更自动化的方式使用上述数据集来制作此类型的条形图。如果可能的话，我还想向图表添加图例。

实际上，我已经完全迷失了自己尝试这个。任何帮助都将非常有帮助。 非常感谢您的关注！

- miyazaki_tara

---

请查看此链接：http://matplotlib.sourceforge.net/mpl_examples/pylab_examples/bar_stacked.py - Ashwini Chaudhary

亲爱的Ashwini，谢谢你提供这个信息。这是Matplotlib页面引用的例子吗？我把它当作“教科书”使用，但问题是似乎超出了我将这个模型应用于实际目的的能力。这就是为什么我发布了我的问题！但你提到的枚举建议对我来说是一个提示。非常感谢！ - miyazaki_tara

Answer 1

这是一个很长的程序，但它可以正常运行。我添加了一个虚拟数据来区分行数和列数：

import numpy as np
from matplotlib import pyplot as plt

dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16},
           {'A':35, 'B':45, 'C':66, 'D':50}]
data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D'],
               ['A', 'B', 'C', 'D']]
colors = ["r","g","b","y"]
names = sorted(dataset[0].keys())
values = np.array([[data[name] for name in order] for data,order in zip(dataset, data_orders)])
lefts = np.insert(np.cumsum(values, axis=1),0,0, axis=1)[:, :-1]
orders = np.array(data_orders)
bottoms = np.arange(len(data_orders))

for name, color in zip(names, colors):
    idx = np.where(orders == name)
    value = values[idx]
    left = lefts[idx]
    plt.bar(left=left, height=0.8, width=value, bottom=bottoms, 
            color=color, orientation="horizontal", label=name)
plt.yticks(bottoms+0.4, ["data %d" % (t+1) for t in bottoms])
plt.legend(loc="best", bbox_to_anchor=(1.0, 1.00))
plt.subplots_adjust(right=0.85)
plt.show()

结果图如下：

- HYRY

---

非常感谢您花费时间制作所有这些内容。这非常有帮助！我从您的脚本中学到了很多。 - miyazaki_tara

一个小的改进是使用 barh。 - guhur

Answer 2

>>> dataset = [{'A':19, 'B':39, 'C':61, 'D':70},
           {'A':34, 'B':68, 'C':32, 'D':38},
           {'A':35, 'B':45, 'C':66, 'D':50},
           {'A':23, 'B':23, 'C':21, 'D':16}]

>>> data_orders = [['A', 'B', 'C', 'D'], 
               ['B', 'A', 'C', 'D'], 
               ['A', 'B', 'D', 'C'], 
               ['B', 'A', 'C', 'D']]
>>> for i,x in enumerate(data_orders):
     for y in x:
        #do something here with dataset[i][y]  in matplotlib

- Ashwini Chaudhary

---

亲爱的Ashwini，感谢您抽出时间回复我的问题。我会尽力弄清楚如何使用它来解决我的问题！ - miyazaki_tara

@miyazaki_tara 另一种方法是创建一个新的列表，其中数据已按照 data_orders 排列。 - Ashwini Chaudhary

@miyazaki_tara [[dataset[i][y] for y in data_orders[i]] for i in range(len(data_orders))] 会返回 [[19, 39, 61, 70], [68, 34, 32, 38], [35, 45, 50, 66], [23, 23, 21, 16]]。 - Ashwini Chaudhary

问题在于我对matplotlib的工作原理缺乏理解，但是有了你的帮助，我可能已经掌握了！谢谢！ - miyazaki_tara