具有堆叠组件的直方图

假设我有一个过去 90 天内每天测量的值。我想绘制值的直方图，但我想让查看者轻松查看过去 90 天的某些非重叠子集中测量值的累积情况。我想通过将直方图的每个条“细分”成块来做到这一点。一大块用于最早的观察，一大块用于最近的观察，一大块用于最近的观察。

这听起来像是一份工作df.plot(kind='bar', stacked=True)但我很难弄清楚细节。

这是我到目前为止所拥有的：

import numpy as np
import pandas as pd
import seaborn as sbn

np.random.seed(0)

data = pd.DataFrame({'values': np.random.randn(90)})
data['bin'] = pd.cut(data['values'], 15, labels=False)
forhist = pd.DataFrame({'first70': data[:70].groupby('bin').count()['bin'],
                         'next15': data[70:85].groupby('bin').count()['bin'],
                         'last5': data[85:].groupby('bin').count()['bin']})

forhist.plot(kind='bar', stacked=True)

这给了我：

该图有一些缺点：

• 条形图的堆叠顺序错误。last5应该在顶部并且next15在中间。 IE。它们应该按照列的顺序堆叠forhist.
• 条之间有水平空间
• x 轴用整数标记，而不是指示 bin 代表的值。我的“第一选择”是将 x 轴标记为与我刚刚运行时完全相同的标记data['values'].hist()。我的“第二选择”是在 x 轴上标上“bin 名称”，如果我这样做的话，我会得到pd.cut(data['values'], 15)。在我的代码中，我使用了labels=False因为如果我不这样做，它就会使用 bin 边缘标签（作为字符串）作为条形标签，并且会将它们按字母顺序排列，从而使图表基本上毫无用处。

解决这个问题的最佳方法是什么？我觉得到目前为止我使用的功能非常笨拙。

好的，这是攻击它的一种方法，使用来自matplotlib hist函数本身：

fig, ax = plt.subplots(1, 1, figsize=(9, 5))
ax.hist([data.ix[low:high, 'values'] for low, high in [(0, 70), (70, 85), (85, 90)]],
         bins=15,
         stacked=True,
         rwidth=1.0,
         label=['first70', 'next15', 'last5'])
ax.legend()

这使：