python - 当 Pandas 图中的重叠条具有不同的宽度时，它们并不完全居中

Question

我想知道在使用 pandas 提供的绘图时，是否有办法使条形图中重叠的条居中。

使用 twiny 时，我们得到了对应于不同 plots 的条形重叠，这非常实用。当它们具有相同的宽度时，它们将完美地彼此居中。

然而，当改变其中一组的宽度时，它们将不再居中，这使得情节看起来很乱，如下所示:

猫 1 和猫 2 的第一个黑条完全位于相应蓝条的中心。然而，下一个黑色条不以橙色条为中心，第三个黑色条不以绿色条为中心。

从这里可以看出，当它们具有相同的宽度时，它们完美居中。那么当它们不具有相同的宽度时，如何以相同的方式居中呢？:

这是创建当前未居中图的代码:

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt

txt = '''Category    COLUMN1         COLUMN2     COLUMN3    
A          0.5               3          Cat1   
B          0.3               5          Cat1 
C          0.7               4          Cat1
A          0.4               3          Cat2
B          0.8               5          Cat2
C          0.3               4          Cat2
'''

df = pd.read_table(StringIO(txt), sep="\s+")

order = ['Cat1', 'Cat2']

fig, ax = plt.subplots()
ax2 = ax.twiny()

col1 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN1').reindex(order)


col1.plot(kind='bar', ax=ax, edgecolor='Black', lw=1, color='black')

col2 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN2').reindex(order)
col2.plot(kind='bar', ax=ax2, legend=False, alpha=0.7)
ax2.xaxis.set_visible(False)

plt.show() 

编辑

这是一张想要的图片，请原谅“糟糕的图形编辑”。:

Answer 1

首先，您需要让条形图的位置和宽度处于同一比例。所以你可能想要创建一个 twinx 轴而不是 twiny。 (您仍然可以使用 ax.set_ylim(ax2.get_ylim()) 使 y 比例也相等。)

然后，如果主轴上的条和双轴上的条一样多，我们就有了一对一的对应关系，可以根据彩色条的位置计算黑条的位置。

for bbar, cbar in zip(ax.patches, ax2.patches):
    cpos = cbar.get_x()+cbar.get_width()/2.
    bpos = cpos-bbar.get_width()/2.
    bbar.set_x(bpos)

完整的代码，产生上面的情节:

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt

txt = u'''Category    COLUMN1         COLUMN2     COLUMN3    
A          0.5               3          Cat1   
B          0.3               5          Cat1 
C          0.7               4          Cat1
A          0.4               3          Cat2
B          0.8               5          Cat2
C          0.3               4          Cat2
'''

df = pd.read_table(StringIO(txt), sep="\s+")

order = ['Cat1', 'Cat2']

fig, ax = plt.subplots()
ax2 = ax.twinx()

col1 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN1').reindex(order)
col1.plot(kind='bar', ax=ax, edgecolor='Black', lw=1, color='black', width=0.2)
col2 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN2').reindex(order)
col2.plot(kind='bar', ax=ax2, legend=False, alpha=0.7)
ax2.xaxis.set_visible(False)
ax.set_ylim(ax2.get_ylim())

for bbar, cbar in zip(ax.patches, ax2.patches):
    cpos = cbar.get_x()+cbar.get_width()/2.
    bpos = cpos-bbar.get_width()/2.
    bbar.set_x(bpos)

plt.show()