绘制多个条形图
Posted
技术标签:
【中文标题】绘制多个条形图【英文标题】:Plotting multiple bar charts 【发布时间】:2020-07-22 11:03:56 【问题描述】:我想创建一个以两个城市为重点的条形图。我的数据集与此类似。
city rate Bedrooms
Houston 132.768382 0
Dallas 151.981043 1
Dallas 112.897727 3
Houston 132.332665 1
Houston 232.611185 2
Dallas 93.530662 4
我已将它们分解为仅包含达拉斯和休斯顿的数据框。喜欢
dal.groupby('bedrooms')['rate'].mean().plot(kind='bar')
&
hou.groupby('bedrooms')['rate'].mean().plot(kind='bar')
我将如何制作一个条形图,根据卧室类型列出平均挂牌率。我在Python matplotlib multiple bars 找到了类似于下面这张图片的东西。标签是城市。
如果有任何帮助,我将不胜感激!
【问题讨论】:
嗨史蒂夫,你可以考虑接受一个答案。 【参考方案1】:您可以在这里阅读更多内容:https://pythonspot.com/matplotlib-bar-chart/
import numpy as np
import matplotlib.pyplot as plt
# data to plot
n_groups = # of data points for each
mean_rates_houston = [average rates of bedrooms for Houston]
mean_rates_dallas = [average rates of bedrooms for Dalls]
# create plot
fig, ax = plt.subplots()
index = np.arange(n_groups)
bar_width = 0.35
opacity = 0.8
rects1 = plt.bar(index, mean_rates_dallas, bar_width,
alpha=opacity,
color='b',
label='Dallas')
rects2 = plt.bar(index + bar_width, mean_rates_houston, bar_width,
alpha=opacity,
color='g',
label='Houston')
plt.xlabel('City')
plt.ylabel('Rates')
plt.title('Bedroom Rates per City')
# whatever the number of bedrooms in your dataset might be: change plt.xticks
plt.xticks(index + bar_width, ('0', '1', '2', '3'))
plt.legend()
plt.tight_layout()
plt.show()
【讨论】:
【参考方案2】:这是在 matplotlib 中执行此操作的基本方法:
import numpy as np
import matplotlib.pyplot as plt
data_dallas = dal.groupby('bedrooms')['rate'].mean()
data_houston = hou.groupby('bedrooms')['rate'].mean()
fig, ax = plt.subplots()
x = np.arange(5) # if the max. number of bedrooms is 4
width = 0.35 # width of one bar
dal_bars = ax.bar(x, data_dallas, width)
hou_bars = ax.bar(x + width, data_houston, width)
ax.set_xticks(x + width / 2)
ax.set_xticklabels(x)
ax.legend((dal_bars[0], hou_bars[0]), ('Dallas', 'Houston'))
plt.show()
【讨论】:
【参考方案3】:在这种情况下,Seaborn 是您的朋友,首先创建一个分组数据框,其中每个城市和卧室的平均 rate
并用 seaborn 绘制它
import seaborn as sns
dal_group = dal.groupby(['city' , 'Bedrooms']).agg('rate': 'mean').reset_index()
sns.barplot(data=dal_group, x='Bedrooms', y='rate', hue='city')
使用上面的数据,它会产生这个图:
【讨论】:
不错的解决方案。这里不需要agg
。【参考方案4】:
有一个简单的解决方案,只使用一行pandas
(只要你先重新排列数据)或使用plotly
数据
import pandas as pd
df = pd.DataFrame('city': 0: 'Houston',
1: 'Dallas',
2: 'Dallas',
3: 'Houston',
4: 'Houston',
5: 'Dallas',
'rate': 0: 132.768382,
1: 151.981043,
2: 112.897727,
3: 132.332665,
4: 232.611185,
5: 93.530662,
'Bedrooms': 0: 0, 1: 1, 2: 3, 3: 1, 4: 2, 5: 4)
# groupby
df = df.groupby(["city", "Bedrooms"])["rate"].mean().reset_index()
熊猫 - Matplotlib
使用pivot_table
,我们可以重新排列我们的数据
pv = pd.pivot_table(df,
index="Bedrooms",
columns="city",
values="rate")
city Dallas Houston
Bedrooms
0 NaN 132.768382
1 151.981043 132.332665
2 NaN 232.611185
3 112.897727 NaN
4 93.530662 NaN
然后只画一行。
pv.plot(kind="bar");
使用绘图
import plotly.express as px
px.bar(df, x="Bedrooms", y="rate", color="city",barmode='group')
【讨论】:
以上是关于绘制多个条形图的主要内容,如果未能解决你的问题,请参考以下文章