旋转 x-ticks matplotlib

Rotation x-ticks matplotlib

我似乎无法让 x 轴上的标签旋转 90 度。

示例 df:

import pandas as pd
import matplotlib.pyplot as plt

d = ({
    'A' : ['1','1','2','2','3','3','3'],     
    'B' : ['A','B','C','C','D','B','C'],
    'C' : ['Foo','Bar','Foo','Bar','Cat','Bar','Cat'],            
    })

df = pd.DataFrame(data=d)

fig,ax = plt.subplots(figsize = (9,4))

df.assign(A=df.A.astype(int)).pivot_table(index="C", columns="B", values="A",aggfunc='count').rename_axis(None).rename_axis(None,1).plot(kind='bar')

plt.show()

我试过基本的:

plt.xticks(rotation = 90)

也试过了,但是 returns 属性错误:

df.assign(A=df.A.astype(int)).pivot_table(index="C", columns="B", values="A",aggfunc='count').rename_axis(None).rename_axis(None,1).plot(kind='bar', rotation = 90)

我有标签可以通过这个旋转:

xticklabels = df.C.unique()
ax.set_xticklabels(xticklabels, rotation = 0)

但是 returns 顺序不正确。它只接受出现的值。而不是确定合适的标签

您可以通过创建子图和配置标签设置来控制 xticks 标签,如下所示:

import pandas as pd
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

d = ({
    'A' : ['1','1','2','2','3','3','3'],     
    'B' : ['A','B','C','C','D','B','C'],
    'C' : ['Foo','Bar','Foo','Bar','Cat','Bar','Cat'],            
    })
df = pd.DataFrame(data=d)

udf = (df.assign(A=df.A.astype(int))
 .pivot_table(index="C", columns="B", values="A",aggfunc='count')
 .rename_axis(None)
 .rename_axis(None,1))

udf.plot(kind='bar', ax=ax)

labels = ax.set_xticklabels(udf.index.values, rotation=0, fontsize=14)

输出将是:

还有一件事,我认为你需要 0 度旋转,因为默认值为 90。

PS: pandas 操作中的长链接确实削弱了可读性。

我 运行 下面的代码生成角度为 0 的标签。我不明白为什么会生成两个图,所以我删除了行 fig,ax = plt.subplots()

import pandas as pd
import matplotlib.pyplot as plt

d = ({
     'A' : ['1','1','2','2','3','3','3'],     
     'B' : ['A','B','C','C','D','B','C'],
     'C' : ['Foo','Bar','Foo','Bar','Cat','Bar','Cat'],            
     })

df = pd.DataFrame(data=d)

#fig,ax = plt.subplots()

df.assign(A=df.A.astype(int)).pivot_table(index="C", columns="B", 
values="A",aggfunc='count').rename_axis(None).rename_axis(None,1).plot(kind='bar')
plt.xticks(rotation = 0)

plt.show()