【问题标题】:Trying to print two color stacked barh using matplotlib尝试使用 matplotlib 打印两种颜色堆叠的 barh
【发布时间】:2018-12-02 19:18:27
【问题描述】:

我想要一个堆叠的水平条形图,为每个系统更改请求 (CR) 显示红色表示坏,绿色表示好。 # 是系统的好/坏 CR 计数:

我的数据:

system                      assessment #

ALPHA                       bad     4
                            good    2
BRAVO                       good   55
                            bad    28
CHARLIE                     bad     3
DELTA                       bad     4

我试过了

chart = gb.plot.barh(color=chart_colors, stacked=True)

和

gb = df.groupby(group_by).assessment.value_counts(
                        ).unstack(level=-1).nlargest(limit,columns='bad').stack()


rbar = [x for x in gb.unstack(level=-1)['bad']]
gbar = [x for x in gb.unstack(level=-1)['good]]

#     
chart = plt.barh(0, rbar, color='r')
chart = plt.barh(1, gbar, left=rbar, color='g')

plt.show()

我想显示的是系统的好/坏。

请注意,当我 gb.unstack(-1) 我得到

system        owner       good assmt    bad assessment
ALPHA         Alice               35                45
BRAVO         Bob                 15                25
CHARLIE       Charly               7                17
DELTA         David               15                10

我们的目标是按前 5 名左右的差评对结果进行排序并生成图表:

ALPHA    BBBBBBBBBGGGGGGGGGGGGGG
BRAVO    BBBBBBBGGGGGGGG
CHARLIE  BBBBBGGGGGG
etc.

到目前为止,我还无法使用 groupby 对象执行此操作,但我觉得我错过了一些明显的东西。

【问题讨论】:

    标签: python matplotlib group-by


    【解决方案1】:

    如果我正确理解了您的问题,那么这就是我的解决方案:

    # Given
    df = pd.DataFrame({'system':['Alpha', 'Bravo', 'Charlie'],
                      'good#':[10, 3, 0],
                      'bad#': [5, 6, 4]})
    df
       bad# good#   system
    0   5   10      Alpha
    1   6   3       Bravo
    2   4   0       Charlie
    
    df = df.sort_values('bad#', ascending=False)
    df
       bad# good#   system
    1   6   3       Bravo
    0   5   10      Alpha
    2   4   0       Charlie
    
    df.set_index('system').plot(kind='barh', stacked=True)
    

    【讨论】:

    • 这行得通,但是如果你做一个 group_by,你会得到一个 group_by 对象,我还没有弄清楚如何让它工作。 (谢谢!)
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2019-12-07
    • 2012-09-26
    • 2017-11-13
    • 2021-12-07
    • 2012-07-01
    • 1970-01-01
    • 2012-12-07
    相关资源
    最近更新 更多