如何在matplotlib中绘制具有混合+ ve和-ve值的100％堆积条形图？

Question

我有与每个变量的绝对值的总和= 100％ 下面是一些示例数据混合正值和负值的一些数据：

Out01 = [79.069,-1.602,5.067,-4.241,-5.433,-4.590] 
Out02 = [50.348,13.944,-15.373,6.554,5.541,8.240] 
Out03 = [-8.053,0.819,-9.741,2.814,22.475,56.098] 
Out04 = [-17.350,33.710,-18.510,-0.842,3.050,26.537] 
Out05 = [-20.169,37.583,-20.785,-2.041,1.728,17.695] 

我画它们作为希望的在Microsoft Excel中通过如下“100％堆积列”图表： 现在我想通过matplotlib库在python中绘制类似的图表。

我该怎么做？

Answer 1

最后，得到的答复， 当我跟着the example in matplotlib page，它包括底部关键字指定每个样本数据的比上一个上升。

p2 = plt.bar(ind, womenMeans, width, color='y', bottom=menMeans, yerr=womenStd) 

例如，如果我们想绘制男性和女性的数据作为例子，我们与男子得分20（系列G1）开始，然后画女性，她们开始密谋的25值20. 底部值要展开这一点，如果我们添加了另一个类别，说儿童，得分15，那么它应该与底部 = 20 + 25 = 45。等

负值绘制，我们有一个问题，那就是他们在积极的方向相反的方向发展。所以它应该从bottom = 0开始，然后独立地以正值或负值的总和的最大值开始。 要理解一个例子，如果我们想绘制一系列如下：（20,25，-15,30,10，-5,17,3，-28） 每个值的底部应该是如下所示（0，20，0，45，-15，-25，75，92，-30）为什么？

对于20，我们只是开始绘图，所以，没有底部的要求。 对于25，我们需要增加20。 对于-15，它是第一个负值，所以它必须绘制在轴下方，没有底部值，所以底部= 0 对于30，它应该提高20 + 25 = 45 对于-10，它应该低于之前的负值，即-15 对于下一个-5，它应该低于-10 + -15 = -25 依此类推。 ..

def bottoms_matrix(matrix): 
    positives = [] 
    negatives = [] 
    for i, row_mat in enumerate(matrix): 
     tmp_p = [] 
     tmp_n = [] 
     for j, cell in enumerate(row_mat): 
      if cell >0: 
       tmp_p.append(cell) 
       tmp_n.append(0.) 
      else: 
       tmp_p.append(0.) 
       tmp_n.append(cell) 
     positives.append(tmp_p) 
     negatives.append(tmp_n) 

    # get cumulative sums 
    positives = positives[:-1] 
    negatives = negatives[:-1] 
    positives.insert(0, [0.] * len (matrix[0])) 
    negatives.insert(0, [0.] * len(matrix[0])) 
    tmp = swap_matrix(positives) 
    tmp = [list(np.cumsum(t)) for t in tmp] 
    positives = swap_matrix(tmp) 

    tmp = swap_matrix(negatives) 
    tmp = [list(np.cumsum(t)) for t in tmp] 
    negatives = swap_matrix(tmp) 

    final_matrix =[] 
    for i, row_mat in enumerate(matrix): 
     tmp =[] 
     for j, cell in enumerate(row_mat): 
      tmp.append(positives[i][j] if cell > 0 else negatives[i][j]) 
     final_matrix.append(tmp) 
    return final_matrix 

一个完整的例子有数据和所有辅助功能is uploaded on my Git page。