交互式滑块条形图颜色控制

时间:2017-03-26 22:30:22

标签: python matplotlib python-interactive

我有四组随机正态分布数。该平均值用于绘制条形图,每个集合的95%置信区间用误差线绘制。

给定值y,将对应于y所在的四个范围的条形设置四种不同的颜色: 1.平均下限; 2.平均上限; 3.低于; 4.高于上层。

我想使用滑块控制y值并在每次滑动时更新条形颜色,我尝试使用以下代码,但每次更新都不能绘制条形图。

有人可以给我一些想法吗?

  port ( 
  clk: in std_logic;
  restb: in std_logic;
  bout : std_logic_vector(3 downto 0)
  );
  end entity;

  architecture behave of mod9and5 is 

  signal state: unsigned(3 downto 0);
  signal state_next: unsigned(3 downto 0);

  begin

  with state select state_next <=
  "0001" when (state <= "0000") and (mode = '0'); 


  "0000" when others;

直到这一步,颜色才能正常工作。然后更新功能不起作用。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import scipy.stats as st
from matplotlib.widgets import Slider

np.random.seed(12345)

df = pd.DataFrame([np.random.normal(33500,150000,3650), 
                   np.random.normal(41000,90000,3650), 
                   np.random.normal(41000,120000,3650), 
                   np.random.normal(48000,55000,3650)], 
                  index=[1992,1993,1994,1995])

N = len(df.columns)-1  # Degree of Freedom
avg = df.mean(axis=1)  # Mean for each row
std = df.sem(axis=1)  # Unbiased Standard Deviation

year = df.index.map(str)  # Convert to String
conf95 = st.t.ppf(0.95, N)*std  # 95% Confidence Interval

upper = avg + conf95
lower = avg - conf95
colormap = ['blue', 'aqua', 'orange', 'brown']

ini = 39900
chk1 = ini>upper  # Check if y is greater than upper bound: blue
chk2 = ini<lower  # CHeck if y is smaller than lower bound: brown
chk3 = (ini>=lower) & (ini<=avg) # Check if y is in between avg and lower: orange
chk4 = (ini>avg) & (ini<=upper) # Check if y is in between avg and upper: aqua


fig, ax =plt.subplots()   
ax.bar(df.index[chk1.values], avg.iloc[chk1.values], width=1, edgecolor='k', color='blue')
ax.bar(df.index[chk2.values], avg.iloc[chk2.values], width=1, edgecolor='k', color='brown')
ax.bar(df.index[chk3.values], avg.iloc[chk3.values], width=1, edgecolor='k', color='orange')
ax.bar(df.index[chk4.values], avg.iloc[chk4.values], width=1, edgecolor='k', color='aqua')
ax.axhline(y=ini,xmin=0,xmax=10,linewidth=1,color='k')

ax.errorbar(df.index, avg, yerr=conf95, fmt='.',capsize=15, color='k')
plt.subplots_adjust(left=0.1, bottom=0.2)
plt.xticks(df.index, year)  # Map xlabel with String
plt.yticks(np.arange(0,max(avg)+1,max(avg)/5))

axcolor = 'lightgoldenrodyellow'
axy = plt.axes([0.1, 0.1, 0.7, 0.03], axisbg=axcolor)

sy = Slider(axy, 'y', 0.1, int(max(upper)+1), valinit=ini)

非常感谢任何见解,非常感谢你们!

最佳

肖恩

1 个答案:

答案 0 :(得分:0)

只需删除

行即可
ax.bar(df.index, avg, width=1, edgecolor='k', color='silver')

我不知道你为什么把它放在那里,但它会在彩色条形图上绘制一个完整的单色条形图并隐藏它们。

<小时/> 为了使一些交互成为可能,需要使用交互式后端。因此,当设置%matplotlib inline模式时,它不会在IPython中开箱即用。你有的选择:

  • 在IPython Qt控制台或jupyter笔记本中使用%matplotlib notebook
  • 通过添加plt.show()将代码作为脚本运行时使用GUI后端。在Spyder中,可以通过在{$ 3}}的新专用窗口中运行脚本来确保。