在matplotlib中创建一个Diverging Stacked Bar Chart

Question

我有一些数据列表,表明对一个(非常不满意)到五个(非常高兴)量表的回答.我想创建一个图表页面,将这些列表显示为倾斜堆叠的水平条形图.回复列表可以具有不同的大小(例如,当有人选择不回答特定问题时).以下是数据的最小示例:

likert1 = [1.0, 2.0, 1.0, 2.0, 1.0, 3.0, 3.0, 4.0, 4.0, 1.0, 1.0]
likert2 = [5.0, 4.0, 5.0, 4.0, 5.0, 3.0]

我希望能够通过以下方式绘制:

plot_many_likerts(likert1, likert2)

目前我已经编写了一个迭代列表的函数,并在matplotlib中的共享图上将每个函数绘制为自己的子图:

def plot_many_likerts(*lsts):
    #get the figure and the list of axes for this plot
    fig, axlst = plt.subplots(len(lsts), sharex=True)
    for i in range(len(lsts)):
        likert_horizontal_bar_list(lsts[i], axlst[i], xaxis=[1.0, 2.0, 3.0, 4.0, 5.0])
        axlst[i].axis('off')
    fig.show()

def likert_horizontal_bar_list(lst, ax, xaxis):
    cnt = Counter(lst)
    #del (cnt[None])
    i = 0
    colour_float = 0.00001
    previous_right = 0
    for key in sorted(xaxis):
        ax.barh(bottom=0, width=cnt[key], height=0.4, left=previous_right, color=plt.cm.jet(colour_float),label=str(key))
        i += 1
        previous_right = previous_right + cnt[key]
       colour_float = float(i) / float(len(xaxis))

这种情况并不严重,并且创建具有相同代表尺寸的堆叠条形图(例如,宽度共享公共轴刻度).这是一个屏幕截图:

目前制作的是什么http://s7.postimg.org/vh0j816gn/figure_1.jpg

我想要的是让这两个图集中在数据集模式的中点(数据集将具有相同的范围).例如:

我想看看http://s29.postimg.org/z0qwv4ryr/figure_2.jpg

关于我如何做到这一点的建议？

Answer 1

我需要为一些类似的数据制作一个不同的条形图.我正在使用熊猫,但没有它,这种方法可能会相似.关键机制是在开始时添加一个不可见的缓冲区.

likert_colors = ['white', 'firebrick','lightcoral','gainsboro','cornflowerblue', 'darkblue']
dummy = pd.DataFrame([[1,2,3,4, 5], [5,6,7,8, 5], [10, 4, 2, 10, 5]],
                     columns=["SD", "D", "N", "A", "SA"],
                    index=["Key 1", "Key B", "Key III"])
middles = dummy[["SD", "D"]].sum(axis=1)+dummy["N"]*.5
longest = middles.max()
complete_longest = dummy.sum(axis=1).max()
dummy.insert(0, '', (middles - longest).abs())

dummy.plot.barh(stacked=True, color=likert_colors, edgecolor='none', legend=False)
z = plt.axvline(longest, linestyle='--', color='black', alpha=.5)
z.set_zorder(-1)

plt.xlim(0, complete_longest)
xvalues = range(0,complete_longest,10)
xlabels = [str(x-longest) for x in xvalues]
plt.xticks(xvalues, xlabels)
plt.show()

这种方法有很多局限性.首先,条形图不再获得黑色轮廓,图例将有一个额外的空白元素.我只是隐藏了传说(我认为可能有一种方法可以隐藏单个元素).我不确定一种方便的方法,使条形图有一个轮廓,而不是在缓冲元素中添加轮廓.

首先,我们建立一些颜色和虚拟数据.然后我们计算左两列的宽度和最中间列的一半(我分别知道它是"SD","D"和"N").我找到了最长的列,并使用其宽度来计算其他列所需的差异.接下来,我将这个新的缓冲区列插入第一个列位置,并带有一个空白标题(感觉很糟糕,lemme告诉你).为了更好的衡量,我还根据[2]的建议在中间条的中间添加了一条垂直线(axvline).最后,我通过偏移其标签来调整x轴以获得适当的比例.

您可能需要更多左侧的水平空间 - 您可以通过添加"最长"来轻松实现.

[2] Heiberger,Richard M.和Naomi B. Robbins."设计用于李克特量表和其他应用的发散堆叠条形图." 统计软件期刊57.5(2014):1-32.

Answer 2

I too recently needed to make a divergent bar chart for some Likert data. I took a slightly different approach than @austin-cory-bart.

I modified an example from the gallery instead and created this:

import numpy as np
import matplotlib.pyplot as plt


category_names = ['Strongly disagree', 'Disagree',
                  'Neither agree nor disagree', 'Agree', 'Strongly agree']
results = {
    'Question 1': [10, 15, 17, 32, 26],
    'Question 2': [26, 22, 29, 10, 13],
    'Question 3': [35, 37, 7, 2, 19],
    'Question 4': [32, 11, 9, 15, 33],
    'Question 5': [21, 29, 5, 5, 40],
    'Question 6': [8, 19, 5, 30, 38]
}


def survey(results, category_names):
    """
    Parameters
    ----------
    results : dict
        A mapping from question labels to a list of answers per category.
        It is assumed all lists contain the same number of entries and that
        it matches the length of *category_names*. The order is assumed
        to be from 'Strongly disagree' to 'Strongly aisagree'
    category_names : list of str
        The category labels.
    """
    
    labels = list(results.keys())
    data = np.array(list(results.values()))
    data_cum = data.cumsum(axis=1)
    middle_index = data.shape[1]//2
    offsets = data[:, range(middle_index)].sum(axis=1) + data[:, middle_index]/2
    
    # Color Mapping
    category_colors = plt.get_cmap('coolwarm_r')(
        np.linspace(0.15, 0.85, data.shape[1]))
    
    fig, ax = plt.subplots(figsize=(10, 5))
    
    # Plot Bars
    for i, (colname, color) in enumerate(zip(category_names, category_colors)):
        widths = data[:, i]
        starts = data_cum[:, i] - widths - offsets
        rects = ax.barh(labels, widths, left=starts, height=0.5,
                        label=colname, color=color)
    
    # Add Zero Reference Line
    ax.axvline(0, linestyle='--', color='black', alpha=.25)
    
    # X Axis
    ax.set_xlim(-90, 90)
    ax.set_xticks(np.arange(-90, 91, 10))
    ax.xaxis.set_major_formatter(lambda x, pos: str(abs(int(x))))
    
    # Y Axis
    ax.invert_yaxis()
    
    # Remove spines
    ax.spines['right'].set_visible(False)
    ax.spines['top'].set_visible(False)
    ax.spines['left'].set_visible(False)
    
    # Ledgend
    ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
              loc='lower left', fontsize='small')
    
    # Set Background Color
    fig.set_facecolor('#FFFFFF')

    return fig, ax


fig, ax = survey(results, category_names)
plt.show()