Pandas:带有两个条形图和两个 y 轴的条形图
Posted
技术标签:
【中文标题】Pandas:带有两个条形图和两个 y 轴的条形图【英文标题】:Pandas: Bar-Plot with two bars and two y-axis 【发布时间】:2014-08-02 16:50:23 【问题描述】:我有一个如下所示的 DataFrame:
amount price
age
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059
现在我想绘制一个条形图,x 轴上的年龄作为标签。对于每个 x-tick,应该有两根柱线,一根柱线表示数量,一根柱线表示价格。我可以通过简单地使用它来完成这项工作:
df.plot(kind='bar')
问题在于缩放。价格高得多,以至于我无法真正确定该图中的金额,请参阅:
因此,我想要第二个 y 轴。我试过了:
df.loc[:,'amount'].plot(kind='bar')
df.loc[:,'price'].plot(kind='bar',secondary_y=True)
但这只是覆盖了条形,并没有将它们并排放置。 有什么方法可以做到这一点而不必访问较低级别的 matplotlib(显然可以通过手动并排放置条形来实现)?
目前,我在子图中使用了两个单图:
df.plot(kind='bar',grid=True,subplots=True,sharex=True);
导致:
【问题讨论】:
【参考方案1】:使用新的 pandas 版本(0.14.0 或更高版本),以下代码将起作用。为了创建两个轴,我手动创建了两个 matplotlib 轴对象(ax
和 ax2
),它们将用于两个条形图。
绘制数据框时,您可以使用ax=...
选择坐标区对象。另外,为了防止两个图重叠,我修改了它们与position
关键字参数对齐的位置,默认为0.5
,但这意味着两个条形图重叠。
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO(""" amount price
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)
fig = plt.figure() # Create matplotlib figure
ax = fig.add_subplot(111) # Create matplotlib axes
ax2 = ax.twinx() # Create another axes that shares the same x-axis as ax.
width = 0.4
df.amount.plot(kind='bar', color='red', ax=ax, width=width, position=1)
df.price.plot(kind='bar', color='blue', ax=ax2, width=width, position=0)
ax.set_ylabel('Amount')
ax2.set_ylabel('Price')
plt.show()
【讨论】:
不错,不知道ax
-参数。谢谢
这太棒了!但是......如果我将其中一个值更改为负数,那么结果就会中断。知道如何解决吗?
这很棒。但是图例只显示蓝色而不是两者。
嗨!我已经尝试过你的建议,它确实有效。我面临的问题是x-axis
数据根本没有显示......但是它确实显示了如果我只使用一个ax
但我不能同时使用两个轴。有什么提示吗?
嗨。 111
参数在fig.add_subplot()
中是什么意思?【参考方案2】:
这是另一种方法:
在左轴上创建所有条形 通过更改transform
属性将一些条形移到右轴
代码如下:
import pylab as pl
df = pd.DataFrame(np.random.rand(10, 2), columns=["left", "right"])
df["left"] *= 100
ax = df.plot(kind="bar")
ax2 = ax.twinx()
for r in ax.patches[len(df):]:
r.set_transform(ax2.transData)
ax2.set_ylim(0, 2);
这是输出:
【讨论】:
也不错,感谢有关 ax.patches 的提示 :-) 如果你想缩放left
的值,你应该使用ax.patches[:len(df)]
。只是在说' :)。真棒简洁的答案!【参考方案3】:
你只需要写:df.plot(kind= 'bar', secondary_y= 'amount')
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO(""" amount price
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)
_ = df.plot( kind= 'bar' , secondary_y= 'amount' , rot= 0 )
plt.show()
【讨论】:
非常漂亮。你知道这是什么时候添加到熊猫绘图 API 中的吗?可能对其他人有帮助:)secondary_y
的语义有点出乎意料。如果要在左侧绘制 A、B,在右侧绘制 C,则必须说 df.plot(y=['A', 'B', 'C'], secondary_y=['C'])
而不是 df.plot(y=['A', 'B'], secondary_y=['C'])
。当然,如果df
只有这3列,你可以不指定y
。【参考方案4】:
正如 InLaw 所说,您应该使用 secondary_y = 'amount'
在这里添加他的答案是如何为两个轴设置 ylabels:
df.plot.bar(figsize=(15,5), secondary_y= 'amount')
ax1, ax2 = plt.gcf().get_axes() # gets the current figure and then the axes
ax1.set_ylabel('price')
ax2.set_ylabel('amount')
【讨论】:
以上是关于Pandas:带有两个条形图和两个 y 轴的条形图的主要内容,如果未能解决你的问题,请参考以下文章
如何在具有不同 Y 轴的同一个 seaborn 图中很好地制作条形图和线图?
我有 2 个不同的条形图,它们有一个共同的 X 轴和 2 个不同的 Y 轴。我想使用 python 将这两个使用 X 轴的图合并为一个