python - 如何在 matplotlib 中使用混合 +ve 和 -ve 值绘制 100% 堆叠条形？

Question

我有一些混合正值和负值的数据，每个变量的绝对值之和 = 100%以下是一些示例数据:

Out01 = [79.069,-1.602,5.067,-4.241,-5.433,-4.590]
Out02 = [50.348,13.944,-15.373,6.554,5.541,8.240]
Out03 = [-8.053,0.819,-9.741,2.814,22.475,56.098]
Out04 = [-17.350,33.710,-18.510,-0.842,3.050,26.537]
Out05 = [-20.169,37.583,-20.785,-2.041,1.728,17.695]

我在 Microsoft Excel 中根据需要绘制了它们，如下所示的“100% 堆叠列”图表: 现在我想通过matplotlib库在python中绘制类似的图表。

我怎样才能做到这一点？

Answer 1

终于，我得到了答案，当我关注 the example in matplotlib page ，它包含 bottom 关键字，指定每个样本数据相对于前一个样本数据的上升幅度。

p2 = plt.bar(ind, womenMeans, width, color='y', bottom=menMeans, yerr=womenStd)

例如，如果我们想要像示例中那样绘制男性和女性数据，我们从得分为 20 的男性开始(在系列 G1 中)，然后为了绘制女性，他们开始绘制 25 的值，bottom值为 20。为了扩展这一点，如果我们添加另一个类别，例如 child ，得分为 15，那么应该用 bottom = 20 + 25 = 45 绘制。依此类推。

对于负值，我们有一个问题，它们的增长方向与正值相反。所以它应该从底部 = 0 开始，然后独立地使用正值或负值之和的最大值。为了理解这一点，举个例子，如果我们想绘制如下所示的序列:(20, 25, -15, 30, -10, -5, 17, 3, -28)每个值的底部应该如下(0, 20, 0, 45, -15, -25, 75, 92, -30)为什么？

对于 20，我们只是开始绘制，因此不需要底部。对于 25，我们需要将其增加 20。对于-15，它是第一个负值，因此它必须绘制在没有底部值的轴下方，因此底部= 0对于 30，应该增加 20 + 25 = 45对于 -10，它应该从之前的负值 -15 以下开始对于下一个 -5，它应该从 -10 + -15 = -25 以下开始等等...

def bottoms_matrix(matrix):
    positives = []
    negatives = []
    for i, row_mat in enumerate(matrix):
        tmp_p = []
        tmp_n = []
        for j, cell in enumerate(row_mat):
            if cell >0:
                tmp_p.append(cell)
                tmp_n.append(0.)
            else:
                tmp_p.append(0.)
                tmp_n.append(cell)
        positives.append(tmp_p)
        negatives.append(tmp_n)

    # get cumulative sums
    positives = positives[:-1]
    negatives = negatives[:-1]
    positives.insert(0, [0.] * len (matrix[0]))
    negatives.insert(0, [0.] * len(matrix[0]))
    tmp = swap_matrix(positives)
    tmp = [list(np.cumsum(t)) for t in tmp]
    positives = swap_matrix(tmp)

    tmp = swap_matrix(negatives)
    tmp = [list(np.cumsum(t)) for t in tmp]
    negatives = swap_matrix(tmp)

    final_matrix =[]
    for i, row_mat in enumerate(matrix):
        tmp =[]
        for j, cell in enumerate(row_mat):
            tmp.append(positives[i][j] if cell > 0 else negatives[i][j])
        final_matrix.append(tmp)
    return final_matrix

包含数据和所有辅助功能的完整示例 is uploaded on my Git page 。