使用原始数据创建并排图

Question

我的原始数据集为no。每班每天生产的物品：

x = [{'day' : 1, 'shift' : 1, 'count':3}, 
    {'day' : 1, 'shift' : 2, 'count':5}, 
    {'day' : 1, 'shift' : 3, 'count':7}, 
    {'day' : 2, 'shift' : 1, 'count':2}, 
    {'day' : 2, 'shift' : 2, 'count':4},
    {'day' : 2, 'shift' : 3, 'count':6},]
x_df = pd.DataFrame(x)
x_df = x_df[['day', 'shift', 'count']]

我想绘制每日图表，并列每个班次。我认为首先要做的是将day设为x轴，将shift_1设为1列，将shift_2设为1列，将shift_3设为另一列。大熊猫有一种简单的方法吗？

Answer 1

对于散点图，这应该有效

import pylab
import pandas as pd

x = [{'day' : 1, 'shift' : 1, 'count':3}, 
    {'day' : 1, 'shift' : 2, 'count':5}, 
    {'day' : 1, 'shift' : 3, 'count':7}, 
    {'day' : 2, 'shift' : 1, 'count':2}, 
    {'day' : 2, 'shift' : 2, 'count':4},
    {'day' : 2, 'shift' : 3, 'count':6},]
x_df = pd.DataFrame(x)
x_df = x_df[['day', 'shift', 'count']]


for s in x_df['shift'].unique(): 
    x = x_df[x_df['shift'] == s]
    pylab.plot(x['day'],x['count'],label="shift %i" %s)
pylab.legend(loc='best')
pylab.ylabel("count")
pylab.xlabel("day")

输出

表示聚类条形图：

import matplotlib.pyplot as plt
import pandas as pd
from numpy import *
x = [{'day' : 1, 'shift' : 1, 'count':3}, 
    {'day' : 1, 'shift' : 2, 'count':5}, 
    {'day' : 1, 'shift' : 3, 'count':7}, 
    {'day' : 2, 'shift' : 1, 'count':2}, 
    {'day' : 2, 'shift' : 2, 'count':4},
    {'day' : 2, 'shift' : 3, 'count':6},]
x_df = pd.DataFrame(x)
x_df = x_df[['day', 'shift', 'count']]

w = .3 #set width of bar
fig, ax = plt.subplots()
shifts = x_df['shift'].unique()

for s in shifts: 
    x = x_df[x_df['shift'] == s]
    counts = array(x['count'])
    inds = arange(len(counts))
    plt.bar(inds*w*1.1+s,counts,w)

#pretty up xaxis
ax.set_xticks(shifts+w*max(inds)/2)
ax.set_xticklabels(shifts)
plt.ylabel("count")
plt.xlabel("shift")

输出

调整条形聊天请参见手册： https://matplotlib.org/gallery/units/bar_unit_demo.html