如何在python中创建堆积条形图，按类别进行颜色编码 电流输出

问题描述

我正在 kaggle 上处理一个流行的泰坦尼克号数据集，我想创建一个条形图，按性别显示幸存者与死者的数量。在 x 轴上，我想要性别（男/女）。我想让幸存者和死者堆叠起来并用颜色编码。

这是我当前的代码，它为男性/幸存、男性/已故、女性/幸存、女性/已故的每个组合生成四个条：

import pandas as pd
import seaborn as sns  # for the data

df = sns.load_dataset('titanic').loc[:,['sex','survived']]
df.groupby('sex').survived.value_counts().plot(kind='bar',color=['C0','C1'],stacked=True)

电流输出

解决方法

• 最简单的方法是使用 pandas.DataFrame.pivot_table 重塑 DataFrame，然后使用 pandas.DataFrame.plot 指定 kind='bar' 和 stacked=True 进行绘图。
  • 要记住的重要一点是将数据整形为绘图 API 的正确格式。
• 使用 pandas v1.2.4 和 matplotlib v3.3.4（matplotlib 由 pandas 作为依赖项导入）。

import seaborn as sns  # used for the titanic data
import pandas as pd

# load the two necessary column
df = sns.load_dataset('titanic').loc[:,['sex','survived']]

# create a pivot table
dfp = df.pivot_table(index='sex',columns=['survived'],aggfunc=len)

# display(dfp)
survived    0    1
sex               
female     81  233
male      468  109

# plot the dataframe
dfp.plot(kind='bar',stacked=True,ylabel='Counts',xlabel='Gender',title='Survival Status Count by Gender',rot=0)

• 我不推荐堆叠条形图，因为区分和比较每个类别的值更加困难。

dfp.plot(kind='bar',stacked=False,rot=0)

,

通过一些示例数据，我相信这就是您要查找的数据，使用 matplotlib：

import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({'Sex':['M','F','M','F'],'Survived':['Y','Y','N','N']})
grouped = df.groupby(['Sex','Survived'],as_index=False).agg(Count=pd.NamedAgg(column="Survived",aggfunc="count"))
fig,ax = plt.subplots()
ax.bar(grouped[grouped['Sex'] =='F']['Survived'],grouped[grouped['Sex']=='F']['Count'],label='F')
ax.bar(grouped[grouped['Sex'] =='M']['Survived'],grouped[grouped['Sex']=='M']['Count'],label='M',bottom=grouped[grouped['Sex']=='F']['Count'])
ax.set_ylabel("Number of passengers")
ax.set_xlabel("Survived status")
ax.set_title('Passengers by survivality and gender')
ax.legend()
plt.show()

这是输出：

,

对于这种复杂的绘图，尤其是 DataFrames，我更喜欢使用 plotly，因为输出更具交互性。我没有使用组操作，因为逻辑索引可以解决问题。

最后，由于堆叠直方图的性质，您只能表示已故者，因为幸存者将是左侧区域。如果您无论如何都想代表它们（用不同的颜色），请随时发表评论。

希望它能解决您的问题！

import plotly.graph_objects as go
import numpy as np
import seaborn as sns

df = sns.load_dataset('titanic').loc[:,'survived']]
male_df = df[df['sex'] == 'male']
female_df = df[df['sex'] == 'female']

fig = go.Figure(go.Histogram(
    x=df['sex'],bingroup=1,name='total number of male/female'
))
fig.add_trace(go.Histogram(
    x=male_df[male_df['survived'] == 0]['sex'],name='number of deceased male'
))
fig.add_trace(go.Histogram(
    x=female_df[female_df['survived'] == 0]['sex'],name='number of deceased female'
))
fig.update_layout(
    title='Passengers by survivality and gender',barmode='overlay',bargap=0.1
)
fig.show()