python 条形图 负值_关于python：Matplotlib条形图显示x轴上方的负数

本问题已经有最佳答案，请猛点这里访问。

我正在尝试制作一个负值的条形图，其中基线x轴位于-10而不是0，并且这些值都为-10，因此它们从基线向上延伸。

如果按原样绘制，则条形图向下延伸：

1

2

3import matplotlib.pyplot as plt

vals = [-4, -6, -8, -6, -5]

plt.bar(range(len(vals)), vals)

从某种意义上讲，我可以通过在数据上添加10来伪造它，但是随后我必须删除y-tick值，并且需要保留它们。

1

2

3new_vals = [val + 10 for val in vals]

plt.yticks([])

plt.bar(range(len(new_vals)), new_vals)

那么，如何在第一个图像的y轴上创建第二个图像，并且最好不"伪造"任何数据呢？

stackoverflow.com/a/11250884/8033585显示了如何实现此目的。 与其添加10，不如考虑更改数据符号。 获取标签，然后更改其标志。

每个链接使用fig, ax = plt.subplots()和ax.set_yticklabels(range(-10, 0))为我解决了它，尽管我仍然必须伪造数据。 另外，如果我只是翻转符号，它将改变图形的形状，这不是我想要的。

这不是"伪造数据"：您实际上只想绘制data - (-10)，即data + 10。 那就是改变基线的工作方式。

尝试matplotlib.axes.Axes.invert_yaxis

1

2

3from matplotlib import pyplot as plt

vals = [-4, -6, -8, -6, -5]

plt.bar(range(len(vals)), vals)

1

2

3fig, ax1 = plt.subplots(1,1)

ax1.bar(range(len(vals)), vals)

ax1.invert_yaxis()

这改变了数据的形状，这不是我要寻找的。 否则，这是一个很好的解决方案。

按照https://matplotlib.org/gallery/ticks_and_spines/custom_ticker1.html示例，您也可以这样做：

1

2

3

4

5

6

7

8

9

10

11from matplotlib.ticker import FuncFormatter

def neg_tick(x, pos):

return '%.1f' % (-x if x else 0) # avoid negative zero (-0.0) labels

formatter = FuncFormatter(neg_tick)

fig, ax = plt.subplots()

ax.yaxis.set_major_formatter(formatter)

plt.bar(range(len(vals)), [-v for v in vals]) # or -numpy.asarray(vals)

# or, let Python enumerate bars:

# plt.bar(*zip(*enumerate(-v for v in vals)))

plt.show()

您不能"伪造"数据。 条形图将向上的条形图表示正面数据，向下绘制的条形图表示负面数据。 如果您希望有所不同，则需要以某种方式欺骗条形图。

IMO，上述解决方案比https://stackoverflow.com/a/11250884/8033585更好，因为它不需要画画布，更改标签等技巧。

如果您确实希望"恢复"钢筋长度(如您的示例中所示)，则可以执行以下操作：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15from matplotlib.ticker import FuncFormatter

import numpy as np

# shifted up:

vals = np.asarray(vals)

minval = np.amin(vals)

minval += np.sign(minval) #"add" 1 so that"lowest" bar is still drawn

def neg_tick(x, pos):

return '%.1f' % (x + minval if x != minval else 0)

formatter = FuncFormatter(neg_tick)

fig, ax = plt.subplots()

ax.yaxis.set_major_formatter(formatter)

plt.bar(*zip(*enumerate(-minval + vals)))

plt.show()