matplotlib: Wie man mehrere Balken mit Linien kombiniert

Question

Ich habe eine sehr einfache gruppierte Balkengrafik mit 5 Gruppen von je 4 Balken. Ich benutzte das Beispiel aus dem matplotlib documentation, die so geht:

import numpy as np 
import matplotlib.pyplot as plt 

ind = np.arange(5) 
avg_bar1 = (81191,79318,57965,60557,14793) 
avg_bar2 = (26826,26615,31364,31088,55472) 
avg_bar3 = (36232,38038,38615,39014,40812) 
avg_bar4 = (26115,25879,25887,28326,27988) 

fig, ax = plt.subplots() 

rects1 = ax.bar(ind, avg_bar1, 0.15, label='bar1') 
rects2 = ax.bar(ind + 0.15, avg_bar2, 0.15, label='bar2') 
rects3 = ax.bar(ind + 0.30, avg_bar3, 0.15, label='bar2') 
rects4 = ax.bar(ind + 0.45, avg_bar4, 0.15, label='bar2') 

plt.xlabel('Distributions') 
plt.ylabel('ms') 
plt.xticks(ind + 0.15, ('50/50', '60/40', '70/30', '80/20', '90/10')) 
plt.legend() 

plt.tight_layout() 
plt.show() 

Problem

Aber einige Werte von Bars in den entsprechenden anderen Gruppen (zB bar1 in Gruppe 1 und bar1 in group2, etc.) unterscheiden sich nicht so sehr voneinander.

Was ich

wollen Deshalb möchte ich hinzufügen Linien um die Trend jeder Gruppe klarer zu sehen. Die Linien sollten vom oberen Rand jedes Balkens in einer Gruppe bis zum oberen Rand des Balkens in den entsprechenden anderen Gruppen gehen.

Ich konnte nichts ähnliches im Internet finden.

Ist das möglich?

Answer 1

Vielen Dank für Ihre Eingabe @arsho. Ich habe es etwas kompakter gemacht. Es hat auch den Fehler in der letzten Gruppe von Balken in Ihrem Code behoben. Siehe Kommentare im Code. Hoffe das hilft.

Für diejenigen wie mich, die neu in Matplotlib sind: wir können einfach eine Zeile zum Teilplot plotten, egal ob es bereits Balken enthält.

import numpy as np 
import matplotlib.pyplot as plt 

# fig, is the whole thing; ax1 is a subplot in the figure, 
# so we reference it to plot bars and lines there 
fig, ax1 = plt.subplots() 

ind = np.arange(3) 
width = 0.15 

# per dimension 
colors = ['#00ff00', '#0000ff', '#ff00ff'] 
markers = ['x','o','v'] 
xticklabels = ['50/50', '60/40', '70/30'] 

# 
group1 = [12,6,5] 
group2 = [6,8,12] 
group3 = [2,4,9] 

# 
all_groups = [ group1, group2, group3 ] 

# plot each group of bars; loop-variable bar_values contains values for bars 
for i, bar_values in enumerate(all_groups): 

    # compute position for each bar 
    bar_position = width*i 
    ax1.bar(ind + bar_position, bar_values, width, color=colors[i]) 

# plot line for each group of bars; loop-variable y_values contains values for lines 
for i, y_values in enumerate(all_groups): 

    # moves the beginning of a line to the middle of the bar 
    additional_space = (width*i) + (width/2); 
    # x_values contains list indices plus additional space 
    x_values = [ x + additional_space for x,_ in enumerate(y_values) ] 

    # simply plot the values in y_values 
    ax1.plot(x_values, y_values, marker=markers[i], color=colors[i]) 

plt.setp([ax1], xticks=ind + width, xticklabels=xticklabels) 

plt.tight_layout() 
plt.show() 

Answer 2

Ich habe begonnen Matplotlib und Numpy lernen vor kurzem und fand Ihre Frage recht interessant.

Also, ich verbringe Zeit, um eine kombinierte Grafik von gruppierten Balken-Diagramm und Liniendiagramm für dieses gruppierte Balkendiagramm relevant zu erstellen.

Ergebnis:

Code:

import numpy as np 
import matplotlib.pyplot as plt 

ind = np.arange(5) 
avg_bar1 = (81191,79318,57965,60557,14793) 
avg_bar2 = (26826,26615,31364,31088,55472) 
avg_bar3 = (36232,38038,38615,39014,40812) 
avg_bar4 = (26115,25879,25887,28326,27988) 

rects1 = plt.bar(ind, avg_bar1, 0.15, color='#ff0000',label='bar1') 
rects2 = plt.bar(ind + 0.15, avg_bar2, 0.15, color='#00ff00', label='bar2') 
rects3 = plt.bar(ind + 0.30, avg_bar3, 0.15, color='#0000ff', label='bar3') 
rects4 = plt.bar(ind + 0.45, avg_bar4, 0.15, color='#000000', label='bar4') 

high_point_x = [] 
high_point_y = []  
for i in range(0,5): 
    single_bar_group={rects1[i].get_height():rects1[i].get_x() + rects1[i].get_width()/2.0, 
         rects2[i].get_height():rects2[i].get_x() + rects2[i].get_width()/2.0, 
         rects3[i].get_height():rects3[i].get_x() + rects3[i].get_width()/2.0, 
         rects4[i].get_height():rects4[i].get_x() + rects4[i].get_width()/2.0} 

    height_list = list(single_bar_group.keys()) 
    height_list.sort(reverse=True) 
    for single_height in height_list: 
     high_point_y.append(single_height) 
     high_point_x.append(single_bar_group[single_height]) 
     break 

trend_line = plt.plot(high_point_x,high_point_y,marker='o', color='#5b74a8', label='Trend Line') 

plt.xlabel('Distributions') 
plt.ylabel('ms') 
plt.xticks(ind+0.15, ('50/50', '60/40', '70/30', '80/20', '90/10')) 
plt.legend() 
plt.show()