# ================================ # 条形图（MSE 和 DTW） # ================================ for metric in ['mse', 'dtw']: df = pd.DataFrame(all_results[metric]) if group_by not in df.columns: raise ValueError(f"列 '{group_by}' 不存在于 {metric} 结果中，请确保 compute 函数中的 group_by 与此处一致") plt.figure(figsize=(6, 3)) sns.barplot( data=df, x=group_by, y=metric_names[metric], hue="模型" ) plt.title(f"{heatmap_title_base}（{metric_names[metric]} 条形图 - 按 {group_by} 分组）", fontsize=8) plt.xticks(rotation=45, ha="right", fontsize=10) plt.yticks(fontsize=10) plt.legend(title="模型", fontsize=10) plt.tight_layout() plt.savefig(f"{save_path_base}_{group_by}_all_{metric}_barplot.tif", dpi=300) plt.close() 怎么在条形上数字标签

<think>嗯，用户想在条形图上添加数值标签，用的是seaborn和matplotlib。首先，我得回忆一下之前学过的相关知识。记得seaborn的countplot或者barplot可以生成条形图，而添加标签可能需要用matplotlib的text或者annotate函数。用户提到了示例代码，所以我得确保代码正确。首先可能需要导入必要的库，比如numpy、pandas、matplotlib和seaborn。然后生成一些示例数据，比如用DataFrame或者随机数据。接着用seaborn画条形图，比如用countplot显示分类变量的频率。接下来是添加标签的部分。我记得在matplotlib中，每个条形都是一个对象，可以通过axes的patches属性来获取。然后遍历每个条形，获取它的高度和位置，再用text方法在对应的位置添加文本标签。需要注意坐标系的调整，比如把标签放在条形的中间顶部位置。另外，用户可能遇到中文显示的问题，所以需要设置中文字体，避免出现方块。这可能涉及到matplotlib的字体配置，比如使用FontProperties或者设置rcParams。 还要考虑是否要保存图像，或者调整图表样式，比如添加标题、轴标签等。可能需要调用plt.title、plt.xlabel这些函数。同时，确保代码中的语法正确，比如使用正确的缩进，函数参数是否正确。 有没有可能用户的分组条形图需要更复杂的处理？比如分组的情况下，每个条形的x坐标需要偏移，这时候可能需要计算每个条的位置，然后正确放置标签。不过用户的问题可能主要集中在基础的条形图添加标签，所以先给出简单示例，再提到分组的情况。 还要检查是否有引用需要标注，比如用户提供的引用中提到countplot和分组条形图的做法，可能需要参考这些，但用户现在的问题是如何添加标签，所以重点应该在text的使用上。最后，生成相关问题，可能涉及如何调整标签格式、处理标签重叠、自定义颜色等，或者更高级的标签放置方法。确保问题相关且有帮助。</think>### 使用 seaborn 和 matplotlib 添加条形图数值标签 #### 步骤说明 1. **导入库并设置中文字体** 解决中文显示问题，配置 matplotlib 的全局字体设置： ```python import matplotlib.pyplot as plt import seaborn as sns plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体（如黑体） plt.rcParams['axes.unicode_minus'] = False # 解决负号显示异常 ``` 2. **生成示例数据** 使用 pandas 创建简单的分类数据： ```python import pandas as pd data = pd.DataFrame({ '类别': ['苹果', '香蕉', '橙子', '葡萄'], '数量': [25, 40, 30, 15] }) ``` 3. **绘制基础条形图** 使用 seaborn 的 `barplot` 或 `countplot`（若数据为原始分类变量）： ```python plt.figure(figsize=(8, 6)) ax = sns.barplot(x='类别', y='数量', data=data, palette='viridis') plt.title('水果数量分布') ``` 4. **添加数值标签** 遍历条形对象，通过 `ax.containers` 获取数据值，用 `ax.bar_label` 添加标签： ```python for container in ax.containers: ax.bar_label(container, fmt='%.0f', padding=3) # 格式化标签，设置间距 plt.show() ``` #### 完整代码示例 ```python import matplotlib.pyplot as plt import seaborn as sns import pandas as pd # 设置中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 生成数据 data = pd.DataFrame({ '类别': ['苹果', '香蕉', '橙子', '葡萄'], '数量': [25, 40, 30, 15] }) # 绘图 plt.figure(figsize=(8, 6)) ax = sns.barplot(x='类别', y='数量', data=data, palette='viridis') plt.title('水果数量分布') # 添加标签 for container in ax.containers: ax.bar_label(container, fmt='%.0f', padding=3) plt.savefig('barplot_with_labels.png') # 可选：保存图片 plt.show() ``` #### 关键点说明 - `ax.bar_label` 是 matplotlib 3.4.0 之后新增的方法，可直接为条形图添加标签[^2]。 - 若需手动调整标签位置，可遍历 `ax.patches` 并通过 `ax.text` 自定义： ```python for bar in ax.patches: ax.text(bar.get_x() + bar.get_width()/2, bar.get_height(), f'{int(bar.get_height())}', ha='center', va='bottom') ```