我想绘制按类别分组的分类数据条形图。
例如我有说6列的数据,下面用任意值填充
df = pd.DataFrame(np.arange(12).reshape(2,6),columns = ['A','B','C','D','E','F'] )
A B C D E F
0 0 1 2 3 4 5
1 6 7 8 9 10 11
,我想简单地将此简单信息绘制为条形图,其中对于每个列名AF,在行0
上将显示一个条形(其名称在轴或内联上),并在其中显示一个条形。行1
的竖线,每个竖线的高度都是该行和列的矩阵主体中的数字。
与普通的分组条形图一样,行0
的所有条形应与行1
的所有条形不同。简而言之,仅是按两行分组的类别A-F的直方图。
实际上,在我的真实数据中,每一行都具有真实名称,而不仅仅是索引号,在这里两行分别是0
和1
。
到目前为止,我还没有找到通过Seaborn完成此任务的方法,只看到了一些关于matplotlib本身的可怕骇客。最简单的方法是什么?
有办法吗?
答案 0 :(得分:1)
您可以像df.T.plot.bar()
那样绘制转置后的数据帧。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.arange(12).reshape(2,6),columns=list("ABCDEF"))
df.T.plot.bar()
plt.show()
使用seaborn需要重塑(“融化”)数据框:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(np.arange(12).reshape(2,6),columns=list("ABCDEF"))
df2 = pd.melt(df.reset_index(), id_vars=["index"], value_vars=df.columns)
sns.barplot(data=df2, x="variable", y="value", hue="index")
plt.show()
答案 1 :(得分:1)
您可以使用plotly绘制分组的条形图。 plotly绘制图形和图表非常具有互动性和吸引力。这是一个例子。
导入库:
import pandas as pd
import numpy as np
import plotly.offline as py
py.init_notebook_mode(connected=True)
from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True)
import plotly.graph_objs as go
import plotly.offline as offline
offline.init_notebook_mode()
import plotly.tools as tls
创建DataFrame:
df = pd.DataFrame(np.arange(12).reshape(2,6),columns=['A','B','C','D','E','F'])
条形图:
trace1 = go.Bar(x=df.columns.tolist(),y=df.loc[0].values,
name='first_row')
trace2 = go.Bar(x= df.columns.tolist(),y=df.loc[1].values,
name='second-row')
data = [trace1, trace2]
layout = go.Layout(barmode='group')
fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='grouped-bar')