python - Pandas 条形图中带有黑色边框的白色误差条

Question

我想知道是否可以实现使误差条变为白色并带有黑色边框(在 Pandas 条形图中)？

我正在尝试实现本文中接受的答案中提到的内容( Border on errorbars in matplotlib/python )，但是我想知道是否可以在 Pandas 图中实现这一点？

相关的 Pandas 图:

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 = ['Cat2', 'Cat1']
suborder = list("BAC")

df2 = pd.pivot_table(df,index='COLUMN3',columns='Category',values='COLUMN2').loc[order]
df2 = df2[suborder]
df2.plot(kind='bar', 
         yerr=pd.pivot_table(df,
                             index='COLUMN3',
                             columns='Category',values='COLUMN1')
                .reindex(df2.index)
                .reindex(df2.columns, axis=1), capsize=4)

Answer 1

您基本上可以使用与链接到的答案中所示相同的原理，并在使用 pandas 时进行一些细微的修改而不是纯粹的matplotlib 。想法是相同的，绘制两次图形，第二次使用稍厚的误差条并将 zorder 设置得较低，我们可以使用 kwargs 字典来做到这一点 - error_kw 。另外，请务必通过ax=参数也是为了确保绘图出现在同一个图上并设置 legend=False在第二个图上以避免重复图例条目。

fig, ax = plt.subplots()

df2.plot(kind='bar', 
         yerr=pd.pivot_table(df,
                             index='COLUMN3',
                             columns='Category',values='COLUMN1')
                .reindex(df2.index)
                .reindex(df2.columns, axis=1), ax=ax,
                error_kw=dict(ecolor='white', capthick=2,elinewidth=2,capsize=3,zorder=10))


df2.plot(kind='bar', 
         yerr=pd.pivot_table(df,
                             index='COLUMN3',
                             columns='Category',values='COLUMN1')
                .reindex(df2.index)
                .reindex(df2.columns, axis=1), ax=ax, legend=False,
                error_kw=dict(ecolor='black',capthick=4,elinewidth=4,capsize=4,zorder=5))