Python绘制缺失值占比柱状图时顶部数值标注错位问题排查

标注坐标和实际柱子的坐标不匹配是错位的核心原因：

• 循环中使用的i是遍历per_B所有列的全局索引，包含了缺失占比为0、没有被绘制柱子的列
• matplotlib绘制分类柱状图时，第一个实际绘制的柱子x坐标默认是0，后续依次加1，和全局索引i没有关联
• 随着遍历的列数增加，全局索引i和实际柱子的x坐标偏差越来越大，就出现了最后两列标注严重错位的问题

推荐先过滤掉缺失占比为0的列再遍历绘制，这样枚举的索引就和实际柱子的x坐标完全对应，修改后代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 先过滤出缺失占比大于0的列
per_B_filtered = per_B[per_B > 0]

f, ax = plt.subplots(figsize=(20, 15))
# 遍历过滤后的序列，此时i就是实际柱子的x坐标索引
for i, (col_name, nan_percent) in enumerate(per_B_filtered.items()):
    ax.bar(col_name, nan_percent, label=col_name)
    # 直接用i计算标注位置，不需要考虑被过滤的列
    ax.text(i - 0.4, nan_percent + 0.5, str(np.round(nan_percent, 2)))
    
ax.set_xticklabels([]) 
ax.set_xticks([]) 
plt.title('NaN Value percentage in Training Set B')
plt.ylim(0,115)
plt.ylabel('Percentage')
plt.xlabel('Columns')
plt.legend(loc='upper left')
plt.show()

如果不想提前过滤数据，也可以在循环内新增计数器变量记录实际绘制的柱子序号：

f, ax = plt.subplots(figsize=(20, 15))
plot_idx = 0 # 实际绘制的柱子索引
for col_name, nan_percent in zip(per_B.keys(), per_B.values):
    if nan_percent > 0:
        ax.bar(col_name, nan_percent, label = col_name)
        ax.text(plot_idx - 0.40, nan_percent + 0.5 , str(np.round(nan_percent,2)))
        plot_idx += 1 # 每画一个柱子索引自增1
ax.set_xticklabels([]) 
ax.set_xticks([]) 
plt.title('NaN Value percentage in Training Set B')
plt.ylim(0,115)
plt.ylabel('Percentage')
plt.xlabel('Columns')
plt.legend(loc='upper left')
plt.show()

内容的提问来源于stack exchange，提问作者Huzaifa Arshad