在尝试与matplotlib斗争比我想承认的更长的时间之后，我尝试在我使用过的几乎所有其他绘图库中轻而易举地做些事情，之后，我决定向Stackiverse寻求一些见识。简而言之，我需要创建多个水平条形图，它们全部共享x轴，在y轴上具有不同数量的值，并且所有条形具有相同的高度，而图表本身可以调整为条目。我需要绘制的简化数据结构如下所示：
[ {"name": "Category 1", "entries": [ {"name": "Entry 1", "value": 5}, {"name": "Entry 2", "value": 2}, ]}, {"name": "Category 2", "entries": [ {"name": "Entry 1", "value": 1}, ]}, {"name": "Category 3", "entries": [ {"name": "Entry 1", "value": 1}, {"name": "Entry 2", "value": 10}, {"name": "Entry 3", "value": 4}, ]}, ]
结果，最接近我想要使用的是：
import matplotlib.pyplot as plt def plot_data(data): total_categories = len(data) # holds how many charts to create max_values = 1 # holds the maximum number of bars to create for category in data: max_values = max(max_values, len(category["entries"])) fig = plt.figure(1) ax = None for index, category in enumerate(data): entries = [] values = [] for entry in category["entries"]: entries.append(entry["name"]) values.append(entry["value"]) if not entries: continue # do not create empty charts y_ticks = range(1, len(entries) + 1) ax = fig.add_subplot(total_categories, 1, index + 1, sharex=ax) ax.barh(y_ticks, values) ax.set_ylim(0, max_values + 1) # limit the y axis for fixed height ax.set_yticks(y_ticks) ax.set_yticklabels(entries) ax.invert_yaxis() ax.set_title(category["name"], loc="left") fig.tight_layout()
无论有多少个条目具有某个类别，这都将使条形高度保持相同（至少在整个图上），这要归功于y限制（set_ylim（））设置为数据中条形的最高数量。但是，这也会在条目数少于最大数量的类别中留下令人讨厌的空白。或者将所有内容都放在视觉上，我正在尝试将其从“ 实际”转换 为“ 预期” ：
我尝试根据条目数的不同通过gridspec和不同的比例来消除差距，但是最终看起来甚至更加“歪斜”且不一致。我尝试生成多个图表并处理图形大小，然后在后期处理中将它们缝合在一起，但是无论数据如何，我都找不到一种方法来可靠地保持柱高不变。我敢肯定有一种方法可以从matplotlib中一些晦涩的对象中提取所需的指标以进行精确缩放，但是目前我担心如果我尝试跟踪整个绘制过程，我会继续追赶。
此外，如果可以将单个子图折叠到数据周围，那么如何根据数据使图形增长呢？例如，如果我要在上述数据中添加第四个类别，而不是通过另一个图表使图形高度增加，则实际上将缩小所有图表以适合默认图形大小上的所有图形。现在，我想我了解了带有轴单位以及所有其他内容的matplotlib背后的逻辑，并且我知道可以设置图形尺寸以增加总体高度，但是我不知道如何在图表中保持一致。无论数据如何，钢筋高度完全相同？
我真的需要手动绘制所有内容以获得所需的东西吗？如果是这样，我可能只是转储整个matplotlib软件包并从头开始创建自己的SVG。事后看来，考虑到我花了很多时间，我可能本来应该这样做的，但现在我太固执了，不能放弃（或者我是可怕的沉没成本谬误的受害者）。
有任何想法吗？
谢谢
我认为同时具有相等的条形宽度（垂直方向上的宽度）和不同的子图大小的唯一方法实际上是手动在图中定位轴。
为此，您可以指定条形图的尺寸（以英寸为单位）以及子图之间要以此条形图宽度为单位的间距。根据这些数字以及要绘制的数据量，可以计算出总的图形高度（以英寸为单位）。然后fig.add_axes根据数据量和先前子图中的间距（通过）定位每个子图。因此，您很好地填写了情节。添加一组新数据将使图变大。
fig.add_axes
data = [ {"name": "Category 1", "entries": [ {"name": "Entry 1", "value": 5}, {"name": "Entry 2", "value": 2}, ]}, {"name": "Category 2", "entries": [ {"name": "Entry 1", "value": 1}, ]}, {"name": "Category 3", "entries": [ {"name": "Entry 1", "value": 1}, {"name": "Entry 2", "value": 10}, {"name": "Entry 3", "value": 4}, ]}, {"name": "Category 4", "entries": [ {"name": "Entry 1", "value": 6}, ]}, ] import matplotlib.pyplot as plt import numpy as np def plot_data(data, barwidth = 0.2, # inch per bar spacing = 3, # spacing between subplots in units of barwidth figx = 5, # figure width in inch left = 4, # left margin in units of bar width right=2): # right margin in units of bar width tc = len(data) # "total_categories", holds how many charts to create max_values = [] # holds the maximum number of bars to create for category in data: max_values.append( len(category["entries"])) max_values = np.array(max_values) # total figure height: figy = ((np.sum(max_values)+tc) + (tc+1)*spacing)*barwidth #inch fig = plt.figure(figsize=(figx,figy)) ax = None for index, category in enumerate(data): entries = [] values = [] for entry in category["entries"]: entries.append(entry["name"]) values.append(entry["value"]) if not entries: continue # do not create empty charts y_ticks = range(1, len(entries) + 1) # coordinates of new axes [left, bottom, width, height] coord = [left*barwidth/figx, 1-barwidth*((index+1)*spacing+np.sum(max_values[:index+1])+index+1)/figy, 1-(left+right)*barwidth/figx, (max_values[index]+1)*barwidth/figy ] ax = fig.add_axes(coord, sharex=ax) ax.barh(y_ticks, values) ax.set_ylim(0, max_values[index] + 1) # limit the y axis for fixed height ax.set_yticks(y_ticks) ax.set_yticklabels(entries) ax.invert_yaxis() ax.set_title(category["name"], loc="left") plot_data(data) plt.savefig(__file__+".png") plt.show()
