python条形图数据标签_如何在Bokeh中向条形图添加数据标签？

来自BOKEH维护者的注释下面提到bokeh.charts的答案部分仅具有历史意义。不赞成使用bokeh.chartsAPI，随后将其从Bokeh中删除。有关稳定的bokeh.plottingAPI的信息，请参见这里和上面的答案

是的，您可以在图表的每个栏中添加标签。有几种方法可以做到这一点。默认情况下，标签与数据绑定。但是你可以改变显示的内容。以下是使用您的示例实现此目的的几种方法：from bokeh.charts import Bar, output_file, show

from bokeh.sampledata.autompg import autompg as df

from bokeh.layouts import gridplot

from pandas import DataFrame

from bokeh.plotting import figure, ColumnDataSource

from bokeh.models import Range1d, HoverTool

# output_file("bar.html")

""" Adding some sample labels a few different ways.

Play with the sample data and code to get an idea what does what.

See below for output.

"""

样本数据（新标签）：

我使用了一些逻辑来确定新的dataframe列。当然，您可以使用df中已有的另一列（这取决于您正在处理的数据）。这里真正需要的是为数据帧提供一个新列。# One method

labels = []

for number in df['cyl']:

if number == 3:

labels.append("three")

if number == 4:

labels.append("four")

if number == 5:

labels.append("five")

if number == 6:

labels.append("six")

if number == 8:

labels.append("eight")

df['labels'] = labels

另一种获取新数据帧列的方法。同样，我们只需要提供df一个新列，用于条形图。# Another method

def new_labels(x):

if x % 2 != 0 or x == 6:

y = "Inline"

elif x % 2 == 0:

y = "V"

else:

y = "nan"

return y

df["more_labels"] = df["cyl"].map(new_labels)

现在条形图：

我有两种方法。p1只指定新标签。注意，因为我用的是字符串，所以在图表上按字母顺序排列。p2使用原始标签，并在同一条上添加我的新标签。# Specifying your labels

p1 = Bar(df, label='labels', values='mpg',

title="Total MPG by CYL, remapped labels, p1",

width=400, height=400, legend="top_right")

p2 = Bar(df, label=['cyl', 'more_labels'], values='mpg',

title="Total MPG by CYL, multiple labels, p2", width=400, height=400,

legend="top_right")

另一种方式：

Bokeh有三个主要的“接口层”。高级的charts提供了快速方便的访问，但功能有限；plotting提供了更多选项；models提供了更多选项。

这里我使用的是绘图接口和包含rect方法的Figure类。这让你可以更详细地控制你的图表。# Plot with "intermediate-level" bokeh.plotting interface

new_df = DataFrame(df.groupby(['cyl'])['mpg'].sum())

factors = ["three", "four", "five", "six", "eight"]

ordinate = new_df['mpg'].tolist()

mpg = [x * 0.5 for x in ordinate]

p3 = figure(x_range=factors, width=400, height=400,

title="Total MPG by CYL, using 'rect' instead of 'bar', p3")

p3.rect(factors, y=mpg, width=0.75, height=ordinate)

p3.y_range = Range1d(0, 6000)

p3.xaxis.axis_label = "x axis name"

p3.yaxis.axis_label = "Sum(Mpg)"

添加特定标签的第四种方法：

这里我使用hover绘图工具。将鼠标悬停在每个栏上以显示指定的标签。# With HoverTool, using 'quad' instead of 'rect'

top = [int(x) for x in ordinate]

bottom = [0] * len(top)

left = []

[left.append(x-0.2) for x in range(1, len(top)+1)]

right = []

[right.append(x+0.2) for x in range(1, len(top)+1)]

cyl = ["three", "four", "five", "six", "eight"]

source = ColumnDataSource(

data=dict(

top=[int(x) for x in ordinate],

bottom=[0] * len(top),

left=left,

right=right,

cyl=["three", "four", "five", "six", "eight"],

)

)

hover = HoverTool(

tooltips=[

("cyl", "@cyl"),

("sum", "@top")

]

)

p4 = figure(width=400, height=400,

title="Total MPG by CYL, with HoverTool and 'quad', p4")

p4.add_tools(hover)

p4.quad(top=[int(x) for x in ordinate], bottom=[0] * len(top),

left=left, right=right, color="green", source=source)

p4.xaxis.axis_label = "x axis name"

在网格中显示所有四个图表：grid = gridplot([[p1, p2], [p3, p4]])

show(grid)

这些就是我所知道的。可能还有其他人。你想改变什么就改变什么，以满足你的需要。下面是运行所有这些操作将输出的结果（您必须运行它或为它提供服务才能获得hovertool）：