matplotlib bar()實現(xiàn)百分比堆積柱狀圖
更新時間：2021年02月24日 11:47:27 作者：mighty13
這篇文章主要介紹了matplotlib bar()實現(xiàn)百分比堆積柱狀圖，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
使用matplotlib創(chuàng)建百分比堆積柱狀圖的思路與堆積柱狀圖類似，只不過bottom參數(shù)累計的不是數(shù)值而是百分比，因此，需要事先計算每組柱子的數(shù)值總和，進而求百分比。
未使用numpy版本
適用于少量數(shù)據(jù)，數(shù)據(jù)結構需要手動構造。
import matplotlib.pyplot as plt
labels = ['G1', 'G2', 'G3', 'G4', 'G5']
first = [20, 34, 30, 35, 27]
second = [25, 32, 34, 20, 25]
third = [21, 31, 37, 21, 28]
fourth = [26, 31, 35, 27, 21]
data = [first, second, third, fourth]
x = range(len(labels))
width = 0.35
# 將bottom_y元素都初始化為0
bottom_y = [0] * len(labels)
# 計算每組柱子的總和，為計算百分比做準備
sums = [sum(i) for i in zip(first, second, third, fourth)]
for i in data:
# 計算每個柱子的高度，即百分比
y = [a/b for a, b in zip(i, sums)]
plt.bar(x, y, width, bottom=bottom_y)
# 計算bottom參數(shù)的位置
bottom_y = [(a+b) for a, b in zip(y, bottom_y)]
plt.xticks(x, labels)
plt.title('Percent stacked bar ')
plt.show()
使用numpy版本
第一個版本的缺陷在于數(shù)據(jù)需要手動構造，而且計算稍微繁瑣一些。
使用numpy便于處理規(guī)模比較大且已存儲在文件中數(shù)據(jù)的數(shù)據(jù)，計算更簡便。
import numpy as np
import matplotlib.pyplot as plt
labels = ['G1', 'G2', 'G3', 'G4', 'G5']
first = [20, 34, 30, 35, 27]
second = [25, 32, 34, 20, 25]
third = [21, 31, 37, 21, 28]
fourth = [26, 31, 35, 27, 21]
data = [first, second, third, fourth]
x = range(len(labels))
width = 0.35
# 將bottom_y元素都初始化為0
bottom_y = np.zeros(len(labels))
data = np.array(data)
# 按列計算計算每組柱子的總和，為計算百分比做準備
sums = np.sum(data, axis=0)
for i in data:
# 計算每個柱子的高度，即百分比
y = i / sums
plt.bar(x, y, width, bottom=bottom_y)
# 計算bottom參數(shù)的位置
bottom_y = y + bottom_y
plt.xticks(x, labels)
plt.title('Percent stacked bar ')
plt.show()
到此這篇關于matplotlib bar()實現(xiàn)百分比堆積柱狀圖 的文章就介紹到這了,更多相關matplotlib 百分比堆積柱狀圖 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
本篇文章主要介紹了tensorflow輸出權重值和偏差的方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-02-02
這篇文章主要介紹了Python GUI學習之登錄系統(tǒng)界面篇，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
Python使用wxPython和PyMuPDF實現(xiàn)合并PDF文檔
處理大量的PDF文檔可能會變得復雜和耗時,但是,使用Python編程和一些強大的庫,可以使這個任務變得簡單而高效,下面我們就來看看Python如何使用wxPython和PyMuPDF合并PDF文檔并自動復制到剪貼板吧2023-11-11
Python 中函數(shù)的應用非常廣泛,函數(shù)是組織好的,可重復使用的,用來實現(xiàn)單一,或相關聯(lián)功能的代碼段,這篇文章主要給大家介紹了關于Python函數(shù)的定義與調(diào)用的相關資料,需要的朋友可以參考下2023-06-06
這篇文章主要介紹了python接口自動化框架實戰(zhàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
下面小編就為大家?guī)硪黄猵ython算法演練_One Rule 算法(詳解)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
Python中淺拷貝copy與深拷貝deepcopy的簡單理解
今天小編就為大家分享一篇關于Python中淺拷貝copy與深拷貝deepcopy的簡單理解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2018-10-10
Spyder作為一款流行的Python IDE,支持用戶自定義Python解釋器,包括虛擬環(huán)境的設置,通過打開Spyder,選擇“Tools”->“Preferences”,在彈出窗口中選擇“Use the following Python interpreter”后,瀏覽并選擇相應的解釋器或虛擬環(huán)境路徑2024-09-09
在本篇文章里小編給大家整理的是一篇關于Python裝飾器的相關知識點內(nèi)容，需要的朋友們可以學習下。2020-06-06
python實現(xiàn)簡單學生信息管理系統(tǒng)
這篇文章主要為大家詳細介紹了python簡單的學生信息管理系統(tǒng)，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-04-04