Python同图绘制双直方图：添加Y2轴区间点击占比图的方法

步骤说明 #

要在同一张图上添加显示每个区间点击用户占比的第二Y轴，需要完成两个核心任务：计算每个区间的点击用户百分比，以及创建双Y轴并绘制对应的图表。

完整代码示例 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

# 创建示例数据集
sample_df = pd.DataFrame({
    'user_id': np.arange(0, 1000),
    'sent_click_diff': np.random.randint(400, size=1000),
    'clicked_or_not': np.random.choice(['clicked', 'not clicked'], 1000),
})

# 设置区间步长和X轴区间
stepsize = 10
x_axis_values = np.arange(1, 400, stepsize)

# 创建画布和第一个坐标轴（总用户占比）
fig, ax1 = plt.subplots(figsize=(10, 6))

# 绘制总用户占比直方图
n, bins, patches = ax1.hist(
    sample_df['sent_click_diff'],
    weights=np.ones(len(sample_df)) / len(sample_df),  # 转换为占比（0-1）
    bins=x_axis_values,
    color='skyblue',
    alpha=0.6,
    label='% 总用户'
)

# 格式化Y1轴为百分比
ax1.yaxis.set_major_formatter(PercentFormatter(1))
ax1.set_xlim(1, 400)
ax1.set_title('距上次点击天数分布 & 点击用户占比')
ax1.set_xlabel('距上次点击天数')
ax1.set_ylabel('% 总用户')
ax1.legend(loc='upper left')

# 创建第二个Y轴（点击用户占比）
ax2 = ax1.twinx()

# 为每条数据分配对应的区间
sample_df['bin'] = pd.cut(sample_df['sent_click_diff'], bins=bins)

# 计算每个区间的总用户数、点击用户数及点击占比
clicked_stats = sample_df.groupby('bin').agg(
    总用户数=('user_id', 'count'),
    点击用户数=('clicked_or_not', lambda x: (x == 'clicked').sum())
).reset_index()

# 计算点击占比（避免除以零，过滤空区间）
clicked_stats = clicked_stats[clicked_stats['总用户数'] > 0]
clicked_stats['点击占比'] = (clicked_stats['点击用户数'] / clicked_stats['总用户数']) * 100

# 获取区间中点用于对齐绘图
bin_midpoints = (bins[:-1] + bins[1:]) / 2

# 绘制点击用户占比柱状图（可替换为ax2.plot改为折线图）
ax2.bar(
    bin_midpoints,
    clicked_stats['点击占比'],
    width=stepsize * 0.8,
    color='orange',
    alpha=0.5,
    label='% 点击用户'
)

# 格式化Y2轴为百分比
ax2.yaxis.set_major_formatter(PercentFormatter())
ax2.set_ylabel('% 点击用户')
ax2.legend(loc='upper right')

# 调整布局避免标签重叠
plt.tight_layout()
plt.show()

关键部分解释 #

1. 计算点击用户占比

   • 使用pd.cut将sent_click_diff划分到与直方图一致的区间中
   • 通过分组聚合计算每个区间的总用户数和点击用户数
   • 点击占比公式：(点击用户数 / 区间总用户数) * 100，同时过滤掉无用户的区间避免错误

2. 双Y轴实现

   • 使用ax1.twinx()创建与X轴共享的第二个Y轴
   • 用区间中点作为X坐标，确保点击占比的柱状图与原直方图区间对齐
   • 分别设置两个Y轴的标签、格式化方式和图例位置，避免视觉冲突

3. 自定义选项

   • 若偏好折线图展示点击占比，可将ax2.bar替换为ax2.plot(bin_midpoints, clicked_stats['点击占比'], color='red', marker='o', label='% 点击用户')
   • 可调整alpha参数控制图表透明度，提升叠加后的可读性

内容的提问来源于stack exchange，提问作者Patthebug