如何绘制含多键且各键对应不同值的字典直方图？

需求回顾 #

现有两个字典数据t_onset和t_max，每个字典包含测试（Accuracy/Precision等）和训练（Accuracy Training/Precision Training等）的指标值。需要生成2个图表（每个字典对应一个），每个图表中针对4个指标，分别展示训练与测试数据的柱状对比。

原始字典数据：

t_onset = {'Accuracy': 0.7086659064994298, 'Precision': 0.6666666666666666, 'Recall': 0.00390625, 'F1': 0.007766990291262136, 
           'Accuracy Training': 0.7086659064994298, 'Precision Training': 0.6666666666666666, 'Recall Training': 0.00390625, 'F1 Training': 0.007766990291262136}
t_max = {'Accuracy': 0.7080957810718358, 'Precision': 0.5, 'Recall': 0.00390625, 'F1': 0.007751937984496124, 
         'Accuracy Training': 0.7080957810718358, 'Precision Training': 0.5, 'Recall Training': 0.00390625, 'F1 Training': 0.007751937984496124}

原代码问题分析 #

• 需求匹配错误：原代码按指标循环生成4个图，但需求是按字典键生成2个图
• 变量未定义：直接使用t_onset/t_max但未将原始数据定义为字典变量
• 语法错误：train_data行缺少闭合括号
• 图表类型误用：hist()是直方图（用于展示数据分布），此处是单个数值的对比，应使用柱状图bar()
• 子图未初始化：未创建axes子图对象就直接调用

修正后的代码 #

import matplotlib.pyplot as plt
import numpy as np

# 1. 定义原始字典数据
t_onset = {'Accuracy': 0.7086659064994298, 'Precision': 0.6666666666666666, 'Recall': 0.00390625, 'F1': 0.007766990291262136, 
           'Accuracy Training': 0.7086659064994298, 'Precision Training': 0.6666666666666666, 'Recall Training': 0.00390625, 'F1 Training': 0.007766990291262136}
t_max = {'Accuracy': 0.7080957810718358, 'Precision': 0.5, 'Recall': 0.00390625, 'F1': 0.007751937984496124, 
         'Accuracy Training': 0.7080957810718358, 'Precision Training': 0.5, 'Recall Training': 0.00390625, 'F1 Training': 0.007751937984496124}

# 2. 配置基础参数
keys = ['t_onset', 't_max']
key_data = [t_onset, t_max]  # 对应每个键的字典数据
metrics = ['Accuracy', 'Precision', 'Recall', 'F1']
x = np.arange(len(metrics))  # 指标的x轴位置
width = 0.35  # 柱状图宽度

# 3. 创建2个子图（1行2列）
fig, axes = plt.subplots(1, 2, figsize=(12, 5))

# 4. 遍历每个键和对应的子图
for ax, key_name, data_dict in zip(axes, keys, key_data):
    # 获取训练和测试的指标值
    train_vals = [data_dict[f'{m} Training'] for m in metrics]
    test_vals = [data_dict[m] for m in metrics]
    
    # 绘制并列柱状图
    rects1 = ax.bar(x - width/2, train_vals, width, label='Training', alpha=0.7)
    rects2 = ax.bar(x + width/2, test_vals, width, label='Test', alpha=0.7)
    
    # 添加标签、标题和图例
    ax.set_xlabel('Metrics')
    ax.set_ylabel('Score')
    ax.set_title(f'Metric Comparison: {key_name}')
    ax.set_xticks(x)
    ax.set_xticklabels(metrics)
    ax.legend()
    
    # 在柱子上标注数值（可选）
    for rect in rects1 + rects2:
        height = rect.get_height()
        ax.annotate(f'{height:.4f}',
                    xy=(rect.get_x() + rect.get_width() / 2, height),
                    xytext=(0, 3),  # 3 points vertical offset
                    textcoords="offset points",
                    ha='center', va='bottom')

# 调整子图间距
plt.tight_layout()
plt.show()

代码说明 #

• 先将原始数据定义为字典变量，方便后续调用
• 创建1行2列的子图布局，对应两个字典键的图表
• 使用bar()绘制并列柱状图，通过调整x轴位置实现训练/测试柱子的并列
• 添加数值标注，让指标值更直观
• 调整图表布局，避免标签重叠

内容的提问来源于stack exchange，提问作者spool