matplotlib bar()實(shí)現(xiàn)百分比堆積柱狀圖
更新時(shí)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(shí)現(xiàn)百分比堆積柱狀圖，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)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(guò)bottom參數(shù)累計(jì)的不是數(shù)值而是百分比，因此，需要事先計(jì)算每組柱子的數(shù)值總和，進(jìn)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(jié)構(gòu)需要手動(dòng)構(gòu)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(jì)算每組柱子的總和，為計(jì)算百分比做準(zhǔn)備
sums = [sum(i) for i in zip(first, second, third, fourth)]
for i in data:
# 計(jì)算每個(gè)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(jì)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(gè)版本的缺陷在于數(shù)據(jù)需要手動(dòng)構(gòu)造，而且計(jì)算稍微繁瑣一些。
使用numpy便于處理規(guī)模比較大且已存儲(chǔ)在文件中數(shù)據(jù)的數(shù)據(jù)，計(jì)算更簡(jiǎn)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(jì)算計(jì)算每組柱子的總和，為計(jì)算百分比做準(zhǔn)備
sums = np.sum(data, axis=0)
for i in data:
# 計(jì)算每個(gè)柱子的高度，即百分比
y = i / sums
plt.bar(x, y, width, bottom=bottom_y)
# 計(jì)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(guān)于matplotlib bar()實(shí)現(xiàn)百分比堆積柱狀圖 的文章就介紹到這了,更多相關(guān)matplotlib 百分比堆積柱狀圖 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
本篇文章主要介紹了tensorflow輸出權(quán)重值和偏差的方法，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-02-02
Python GUI學(xué)習(xí)之登錄系統(tǒng)界面篇
這篇文章主要介紹了Python GUI學(xué)習(xí)之登錄系統(tǒng)界面篇，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
Python使用wxPython和PyMuPDF實(shí)現(xiàn)合并PDF文檔
處理大量的PDF文檔可能會(huì)變得復(fù)雜和耗時(shí),但是,使用Python編程和一些強(qiáng)大的庫(kù),可以使這個(gè)任務(wù)變得簡(jiǎn)單而高效,下面我們就來(lái)看看Python如何使用wxPython和PyMuPDF合并PDF文檔并自動(dòng)復(fù)制到剪貼板吧2023-11-11
Python函數(shù)的定義與調(diào)用方法實(shí)例
Python 中函數(shù)的應(yīng)用非常廣泛,函數(shù)是組織好的,可重復(fù)使用的,用來(lái)實(shí)現(xiàn)單一,或相關(guān)聯(lián)功能的代碼段,這篇文章主要給大家介紹了關(guān)于Python函數(shù)的定義與調(diào)用的相關(guān)資料,需要的朋友可以參考下2023-06-06
python接口自動(dòng)化框架實(shí)戰(zhàn)
這篇文章主要介紹了python接口自動(dòng)化框架實(shí)戰(zhàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
下面小編就為大家?guī)?lái)一篇python算法演練_One Rule 算法(詳解)。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-05-05
Python中淺拷貝copy與深拷貝deepcopy的簡(jiǎn)單理解
今天小編就為大家分享一篇關(guān)于Python中淺拷貝copy與深拷貝deepcopy的簡(jiǎn)單理解，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2018-10-10
Spyder中如何設(shè)置默認(rèn)python解釋器
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(shè)置,通過(guò)打開(kāi)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(yīng)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(guān)于Python裝飾器的相關(guān)知識(shí)點(diǎn)內(nèi)容，需要的朋友們可以學(xué)習(xí)下。2020-06-06
python實(shí)現(xiàn)簡(jiǎn)單學(xué)生信息管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python簡(jiǎn)單的學(xué)生信息管理系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-04-04