更改 Pandas / Matplotlib 直方图中标签的 x 轴顺序？答案

【问题标题】：Change x-axis order of labels in Pandas / Matplotlib histogram?更改 Pandas / Matplotlib 直方图中标签的 x 轴顺序？
【发布时间】：2021-04-18 21:07:18
【问题描述】：

假设我有一个 Pandas 数据框，列中有离散值。

import pandas as pd

data = ['A']*2 + ['C']*3 + ['B']* 1
print(data)
# ['A', 'A', 'C', 'C', 'C', 'B']

my_df = pd.DataFrame({'mycolumn': data})
print(my_df)
#   mycolumn
# 0        A
# 1        A
# 2        C
# 3        C
# 4        C
# 5        B

然后我创建一个直方图来显示这些值的频率。我使用的是 Pandas 内置函数hist()，它又依赖于 Matplotlib 直方图函数。

my_df.mycolumn.hist()

现在，如何将 X 轴上的标签顺序更改为具有特定顺序？ 例如，我希望 x 轴具有特定顺序的标签： C, A, B，而不是如图所示的 A, C, B。

另外，如何将 y 轴更改为整数而不是浮点数？频率值是离散计数。

【问题讨论】：

您需要创建条形图，而不是直方图。
对于您的新问题：matplotlib restrict to integer tick locations。 from matplotlib.ticker import MaxNLocator; plt.gca().yaxis.set_major_locator(MaxNLocator(integer=True))
除了显示的答案之外，您还可以使用pandas.Categorical 将mycolumn 指定为分类，您可以在其中设置顺序。
如前所述，这实际上是带有count 的条形图，而不是直方图。有关示例，请参阅此 question。有两个答案，我为那个 OP 给出的一个显示了一个分布（正如操作所希望的那样），另一个答案显示了出现次数，就像你正在做的那样。我认为这两个答案将为您说明差异。
主要问题归结为您的数据是分类数据而不是数字数据。 hist 的 API 不能有效地 bin 类别，所以你只有一个条形图。例如，如果您要将所有字母映射到数字，您会看到hist api 如何对数字组进行分类以显示分布。

标签： python pandas matplotlib

【解决方案1】：

您可以创建一个sorter dict 在绘图之前对您的数据框进行排序。对于整数，可以使用MaxNLocator:

import pandas as pd
from matplotlib.ticker import MaxNLocator
fig, ax = plt.subplots()
data = ['A']*2 + ['C']*3 + ['B']* 1
my_df = pd.DataFrame({'mycolumn': data})
sorter = dict([(k, v) for (v,k) in enumerate(['C', 'A', 'B'])])
(my_df.assign(sorter=my_df['mycolumn'].map(sorter))
      .sort_values('sorter')['mycolumn'].value_counts().plot.bar(ax=ax))
ax.yaxis.set_major_locator(MaxNLocator(integer=True))

【讨论】：

【解决方案2】：

您可以使用value_counts、loc 定义顺序和bar 绘图：

my_df.mycolumn.value_counts().loc[['C', 'A', 'B']].plot.bar()

Solution 在 y 轴上使用整数：

from matplotlib.ticker import MaxNLocator

ax = my_df.mycolumn.value_counts().loc[['C', 'A', 'B']].plot.bar()

ax.yaxis.set_major_locator(MaxNLocator(integer=True))

【讨论】：