如何在Matplotlib子图的条形图上显示对应Y值？

问题场景 #

通过以下Python代码创建了5个Matplotlib子图的条形图，但无法在每个条形上正确标注对应的Y值：

values = {"x_values" : ["ENN", "CNN", "ENN-CNN"],
"eu" : [11, 79.97, 91],
"man" : [11, 80, 90],
"min3" : [11, 79.70, 90],
"min4" : [11, 79.50, 90],
"che" : [12, 78, 89]}

df = pd.DataFrame(data=values)

fig, axs = plt.subplots(2, 3, figsize=(10,6))

eu = axs[0, 0].bar(df["x_values"], df["eu"])
man = axs[0, 1].bar(df["x_values"], df["man"])
min3 = axs[0, 2].bar(df["x_values"], df["min3"])
min4 = axs[1, 0].bar(df["x_values"], df["min4"])
che = axs[1, 1].bar(df["x_values"], df["che"])
fig.delaxes(axs[1, 2])

尝试plt.text、fig.text无效果，调用BarContainer的text方法报错，使用axs[子图索引].text时数值显示在图外。

解决方案 #

核心思路是遍历每个子图的BarContainer中的条形对象，在每个条形的顶部位置添加文本标签，同时调整文本位置和轴范围避免标签超出图外。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

values = {"x_values" : ["ENN", "CNN", "ENN-CNN"],
"eu" : [11, 79.97, 91],
"man" : [11, 80, 90],
"min3" : [11, 79.70, 90],
"min4" : [11, 79.50, 90],
"che" : [12, 78, 89]}

df = pd.DataFrame(data=values)

fig, axs = plt.subplots(2, 3, figsize=(10,6))

# 批量管理子图、对应数据和标题
bar_plots = [
    (axs[0, 0], df["eu"], "Euclidean"),
    (axs[0, 1], df["man"], "Manhattan"),
    (axs[0, 2], df["min3"], "Min3"),
    (axs[1, 0], df["min4"], "Min4"),
    (axs[1, 1], df["che"], "Chebyshev")
]

for ax, data, title in bar_plots:
    bars = ax.bar(df["x_values"], data)
    ax.set_title(title)
    # 给每个条形添加数值标签
    for bar in bars:
        height = bar.get_height()
        # 计算文本位置：条形顶部居中，y轴偏移1个单位避免贴紧条形
        ax.text(
            bar.get_x() + bar.get_width() / 2,  # 水平居中位置
            height + 1,                          # 垂直位置（条形顶部+偏移）
            f"{height:.2f}",                     # 格式化显示数值
            ha="center", va="bottom"             # 对齐方式
        )
    # 调整y轴上限，确保标签不会超出图外
    ax.set_ylim(0, max(data) + 5)

fig.delaxes(axs[1, 2])
plt.tight_layout()  # 自动调整子图间距
plt.show()

关键要点 #

• 遍历条形对象：ax.bar()返回的BarContainer包含所有条形的patches，遍历这些对象可以获取每个条形的位置和高度信息。
• 精准定位文本：通过bar.get_x()和bar.get_width()计算条形的水平中心，height + 1设置文本与条形的垂直间距，确保标签位置合理。
• 调整轴范围：使用ax.set_ylim()扩大y轴的上限，避免数值标签超出子图可视区域。
• 批量处理优化：将子图、数据和标题整理为列表批量处理，减少重复代码，提升可维护性。

内容的提问来源于stack exchange，提问作者anon