我想绘制按系列分组的分类数据的条形图。
例如我有 6 列的数据,下面填充了任意值:
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
我想简单地将这个简单的信息绘制为条形图,其中对于每个列名称 A-F,将显示行 0
的一个条形图(其名称位于轴上或内联) > 和第 1 行的一个条形,每个条形的高度是该行和列的矩阵主体中的数字。
与普通分组条形图一样,0
行的所有条形的颜色应与 1
行的颜色不同。简而言之,只是按两行分组的 A-F 类别的直方图。
实际上,在我的真实数据中,每一行都有一个真实的名称,而不仅仅是一个索引号,这里的两行为 0
和 1
。
到目前为止,我还没有找到用seaborn 完成这个任务的方法,并且只看到了matplotlib 本身的一些可怕的黑客行为。实现这一目标的最简单方法是什么?
有办法吗?
最佳答案
您可以像df.T.plot.bar()
一样绘制转置的数据框。
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这需要 reshape (“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()
关于python - Seaborn 分类数据条形图,分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52067785/