目录
发散条形图用于简化多个组的比较。它的设计允许我们比较各组中的数值。它还帮助我们快速地想象出有利的和不利的或积极的和消极的反应。条形图由从中间开始的两个水平条的组合组成-一个条从右向左延伸,另一个从左向右延伸。条形的长度与它所代表的数值相对应。
通常,两个分叉的条形用不同的颜色表示。左边的值通常但不一定是负面或不满意的反应。
Python没有特定的函数来绘制发散条形图。另一种方法是使用hlines函数绘制具有一定线宽值的水平线,将其表示为水平条。
数据集
Mercedes Benz Car Sales Data
地址:
https://www.kaggle.com/datasets/luigimersico/mercedes-benz-car-sales-data
实现步骤
导入模块
导入或创建数据
预处理数据集并清除不必要的噪声
指定表示水平条的颜色
按升序对值进行排序
设置x轴和y轴的标签以及图表的标题
显示发散条形图
实现代码
import pandas as pd import matplotlib.pyplot as plt import string as str # Creating a DataFrame from the CSV Dataset df = pd.read_csv("car_sales.csv", sep=';') # Separating the Date and Mercedes-Benz Cars unit sales (USA) df['car_sales_z'] = df.loc[:, ['Mercedes-Benz Cars unit sales (USA)']] df['car_sales_z'] = df['car_sales_z'] .str.replace( ',', '').astype(float) # Removing null value df.drop(df.tail(1).index, inplace=True) for i in range(35): # Colour of bar chart is set to red if the sales # is < 60000 and green otherwise df['colors'] = ['red' if float( x) < 60000 else 'green' for x in df['car_sales_z']] # Sort values from lowest to highest df.sort_values('car_sales_z', inplace=True) # Resets initial index in Dataframe to None df.reset_index(inplace=True) # Draw plot plt.figure(figsize=(14, 10), dpi=80) # Plotting the horizontal lines plt.hlines(y=df.index, xmin=60000, xmax=df.car_sales_z, color=df.colors, alpha=0.4, linewidth=5) # Decorations # Setting the labels of x-axis and y-axis plt.gca().set(ylabel='Quarter', xlabel='Sales') # Setting Date to y-axis plt.yticks(df.index, df.Date, fontsize=12) # Title of Bar Chart plt.title('Diverging Bars Chart Example', fontdict={ 'size': 20}) # Optional grid layout plt.grid(linestyle='--', alpha=0.5) # Displaying the Diverging Bar Chart plt.show()
效果图
到此这篇关于使用Python实现绘制发散条形图的文章就介绍到这了,更多相关Python发散条形图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
您可能感兴趣的文章:
- python绘制横向水平柱状条形图
- python绘制横竖条形图的方法
- 如何使用Python Matplotlib绘制条形图
- Python+Matplotlib绘制发散条形图的示例代码
- python绘制带有误差棒条形图的实现
- python绘制分组条形图的示例代码
- Python实现绘制3D条形图的示例详解
本文由 华域联盟 原创撰写:华域联盟 » 使用Python实现绘制发散条形图
转载请保留出处和原文链接:https://www.cnhackhy.com/160428.htm