Matplotlib直方图添加标签、正态分布及bar_label报错问题求助

1. 解决AttributeError: module 'matplotlib.pyplot' has no attribute 'bar_label'错误 #

这个问题根源是你的matplotlib版本低于3.4.0——plt.bar_label是3.4.0版本才新增的函数，低版本不支持。给两种解决办法：

办法一：升级matplotlib #

如果是Jupyter环境，直接在代码块里执行升级命令：

!pip install --upgrade matplotlib

本地环境的话，在终端执行pip install --upgrade matplotlib即可。

办法二：手动给条形加标签（兼容低版本） #

不想升级的话，直接遍历每个条形，用plt.text手动写标签，效果和bar_label一致：

def make_plot():
    plt.figure(figsize=(8, 6))
    values, bins, bars = plt.hist(t0wordcloudtext_df['afinn_adjusted'], bins=15, edgecolor='white')
    
    # 手动添加标签，替代plt.bar_label
    for bar, val in zip(bars, values):
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height,
                 f'{int(val)}',  # 要显示小数就改成f'{val:.1f}'
                 ha='center', va='bottom', fontsize=20, color='navy')
    
    plt.margins(x=0.01, y=0.1)
    plt.ylabel('Frequency')
    plt.xlabel('Adjusted AFINN')
    plt.title('t0 AFINN sentiment analysis ')
    plt.grid(True)
    plt.show()

2. 叠加正态分布曲线 #

在直方图上添加正态分布曲线，需要先计算数据的均值、标准差，再生成对应曲线数据：

import numpy as np
import matplotlib.pyplot as plt

def make_plot():
    plt.figure(figsize=(8, 6))
    # 先剔除缺失值，避免计算出错
    data = t0wordcloudtext_df['afinn_adjusted'].dropna()
    values, bins, bars = plt.hist(data, bins=15, edgecolor='white', color='salmon')
    
    # 手动加标签
    for bar, val in zip(bars, values):
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height,
                 f'{int(val)}',
                 ha='center', va='bottom', fontsize=20, color='navy')
    
    # 计算正态分布参数
    mu = data.mean()
    sigma = data.std()
    # 生成曲线的x、y值，要把密度值转成和直方图频率匹配的刻度
    x = np.linspace(bins.min(), bins.max(), 100)
    y = (1/(sigma * np.sqrt(2 * np.pi))) * np.exp(-(x - mu)**2 / (2 * sigma**2))
    y_scaled = y * len(data) * (bins[1] - bins[0])
    
    # 绘制正态曲线
    plt.plot(x, y_scaled, 'darkblue', linewidth=2, label='正态分布曲线')
    plt.legend()
    
    plt.margins(x=0.01, y=0.1)
    plt.ylabel('Frequency')
    plt.xlabel('Adjusted AFINN')
    plt.title('t0 AFINN sentiment analysis ')
    plt.grid(True)
    plt.savefig('/content/t0_afinn_hist.png')
    plt.show()

3. 保留pandas绘图方式加标签 #

如果想继续用df.plot(kind='hist')而不是plt.hist，同样可以手动获取条形对象加标签：

def make_plot():
    plt.figure(figsize=(8, 6))
    ax = df_vaderized['vader_compound'].plot(kind='hist', bins=15, color='thistle')
    plt.ylabel('Frequency')
    plt.title('t0 sentiment analysis')
    plt.grid(True)
    
    # 获取所有条形并添加标签
    bars = ax.patches
    for bar in bars:
        height = bar.get_height()
        ax.text(bar.get_x() + bar.get_width()/2., height,
                f'{int(height)}',
                ha='center', va='bottom', fontsize=12)
    
    plt.savefig('/content/t0_5.png')
    plt.show()

内容的提问来源于stack exchange，提问作者Stuart M