如何根据单独的熊猫列着色条

Question

我需要根据数据框的“属性”列绘制条形图并应用颜色

x 轴 = 共享
y轴=价格

fig, ax = plt.subplots()
ax.barh(df['Share'],df['Price'], align='center')
ax.set_xlabel('Shares')
ax.set_ylabel('Price')
ax.set_title('Bar Chart & Colors')
plt.show()

感谢您的帮助！

Answer 1

• 有两种简单的方法可以为'Attribute' 绘制不同颜色的条形图
  1. 使用.pivot 转换数据框，然后使用pandas.DataFrame.plot 进行绘图，并指定kind='barh' 用于水平条形图
     • 如果使用kind='bar'，索引将是x轴，如果使用kind='barh'，索引将是y轴
     • 转换后的数据框的每列都将使用单独的颜色进行绘制。
     • pandas 使用 matplotlib 作为默认的绘图后端。
  2. 将seaborn.barplot 与hue='Attribute' 和orient='h' 一起使用。此选项适用于长格式的数据帧，如 OP 中所示。
     • seaborn 是 matplotlib 的高级 API
• 使用pandas 1.3.0、seaborn 0.11.1 和matplotlib 3.4.2 测试

导入和数据帧

import pandas as pd
import seaborn as sns

# test dataframe
data = {'Price': [110, 105, 119, 102, 111, 117, 110, 110], 'Share': [110, -50, 22, 79, 29, -2, 130, 140], 'Attribute': ['A', 'B', 'C', 'D', 'A', 'B', 'B', 'C']}
df = pd.DataFrame(data)

   Price  Share Attribute
0    110    110         A
1    105    -50         B
2    119     22         C
3    102     79         D
4    111     29         A
5    117     -2         B
6    110    130         B
7    110    140         C

pandas.DataFrame.plot

# transform the dataframe with .pivot
dfp = df.pivot(index='Price', columns='Attribute', values='Share')

Attribute      A      B      C     D
Price                               
102          NaN    NaN    NaN  79.0
105          NaN  -50.0    NaN   NaN
110        110.0  130.0  140.0   NaN
111         29.0    NaN    NaN   NaN
117          NaN   -2.0    NaN   NaN
119          NaN    NaN   22.0   NaN

# plot
ax = dfp.plot(kind='barh', title='Bar Chart of Colors', figsize=(6, 4))
ax.set(xlabel='Shares')
ax.legend(title='Attribute', bbox_to_anchor=(1, 1), loc='upper left')
ax.grid(axis='x')

• 与stacked=True

ax = dfp.plot(kind='barh', stacked=True, title='Bar Chart of Colors', figsize=(6, 4))

seaborn.barplot

• 请注意，与上一个图相比，y 轴值的顺序颠倒了

ax = sns.barplot(data=df, x='Share', y='Price', hue='Attribute', orient='h')
ax.set(xlabel='Shares', title='Bar Chart of Colors')
ax.legend(title='Attribute', bbox_to_anchor=(1, 1), loc='upper left')
ax.grid(axis='x')