我有以下關于 corona-tracking-apps 的論文的 df（上面使用了 pd.melt）： CTQ-tool opinion0 Information and awareness purposes unacceptable1 Information and awareness purposes unacceptable2 Information and awareness purposes acceptable3 Information and awareness purposes acceptable4 Information and awareness purposes unacceptable... ... ...2827 Central/Local data storage NaN2828 Central/Local data storage NaN2829 Central/Local data storage NaN2830 Central/Local data storage NaN2831 Central/Local data storage NaN2832 rows × 2 columns我正在使用 Seaborn 庫制作以下 catplot：代碼：g = sns.catplot("opinion", col="CTQ-tool", col_wrap=4, data=df_original_small, kind="count", height=6.5, aspect=.8)但是，我不想將它們顯示在條形圖中，而是將它們顯示為餅圖。Seaborn.catplot 不允許使用 kind='count-pie'。有誰知道解決方法？在 TiTo 問題后編輯：這基本上是我希望看到的所有 8 個條形圖發(fā)生的情況：
3 回答
慕森卡
TA貢獻1806條經驗 獲得超8個贊
我最終使用 matplotlib 庫從底層構建它：
plt.style.use('seaborn')
IAP = df_original_small['Information and awareness purposes'].value_counts().to_frame().T
QE = df_original_small['Quarantine Enforcement'].value_counts().to_frame().T
CTCR = df_original_small['Contact Tracing and Cross-Referencing'].value_counts().to_frame().T
VPID = df_original_small['Voluntary provision of infection data'].value_counts().to_frame().T
QMA = df_original_small['Quarantine Monitoring App'].value_counts().to_frame().T
QRCode = df_original_small['QR code provided registration tracking'].value_counts().to_frame().T
total = pd.concat([IAP, QE, CTCR, VPID, QMA, QRCode])
fig, ax = plt.subplots(nrows=3, ncols=2)
labels = 'acceptable', 'unacceptable'
colors = ['#008fd5', '#fc4f30']
explode = (0, 0.1)
explode2 = (0.2, 0)
plt.title('Pie chart per CTQ-tool')
plt.tight_layout()
ax[0,0].pie(total.iloc[[0]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode, shadow=True)
ax[0,0].set_title('Information and awareness purposes', fontweight='bold')
ax[0,1].pie(total.iloc[[1]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode, shadow=True)
ax[0,1].set_title('Quarantine Enforcement', fontweight='bold')
ax[1,0].pie(total.iloc[[2]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode2, shadow=True)
ax[1,0].set_title('Contact Tracing and Cross-Referencing', fontweight='bold')
ax[1,1].pie(total.iloc[[3]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode, shadow=True)
ax[1,1].set_title('Voluntary provision of infection data', fontweight='bold')
ax[2,0].pie(total.iloc[[4]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode2, shadow=True)
ax[2,0].set_title('Quarantine Monitoring App', fontweight='bold')
ax[2,1].pie(total.iloc[[5]], startangle=90, colors=colors, wedgeprops={'edgecolor': 'black'}, autopct='%1.f%%', explode=explode, shadow=True)
ax[2,1].set_title('QR code provided registration tracking', fontweight='bold')
fig.suptitle('Public Opinion on CTQ-measures', fontsize=20, y=1.07, fontweight='bold', x=0.37)
fig.set_figheight(10)
fig.set_figwidth(7)
fig.legend(loc='best', labels=labels, fontsize='medium')
fig.tight_layout()
fig.savefig('Opinions_ctq')
plt.show()
慕婉清6462132
TA貢獻1804條經驗 獲得超2個贊
如果你想要快速的東西，你也可以試試這個：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({'CTQ-tool':np.random.choice(['a','b','c','d'],50),
'opinion':np.random.choice(['acceptable','unacceptable'],50)})
fig, ax = plt.subplots(2,2)
ax = ax.flatten()
tab = pd.crosstab(df['CTQ-tool'],df['opinion'])
for i,cat in enumerate(tab.index):
tab.loc[cat].plot.pie(ax=ax[i],startangle=90)
ax[i].set_ylabel('')
ax[i].set_title(cat, fontweight='bold')
慕標5832272
TA貢獻1966條經驗 獲得超4個贊
問題是關于創(chuàng)建餅圖，python所以我認為你可以使用另一個可視化庫，比如Plotly，除了作為一個可視化庫之外，Plotly它還是一個交互式可視化庫，所以你所有的圖表都是交互式的！
快速瀏覽一下餅圖文檔。
現在，對于你的問題，我創(chuàng)建了一個小數據集并創(chuàng)建了兩個餅圖來說明代碼的樣子。
首先，導入所需的庫：
import pandas as pd
import plotly.graph_objects as go
from plotly.subplots import make_subplots
from kaleido.scopes.plotly import PlotlyScope # this will be used to export the chart as static image
玩具數據集：
df = pd.DataFrame(
{
"CTQ-tool": [
"Information and awareness purposes",
"Information and awareness purposes",
"Information and awareness purposes",
"Information and awareness purposes",
"Information and awareness purposes",
"Information and awareness purposes",
"Quarantine Enforcement",
"Quarantine Enforcement",
"Quarantine Enforcement",
"Quarantine Enforcement",
"Quarantine Enforcement",
"Quarantine Enforcement",
],
"opinion": [
"unacceptable",
"unacceptable",
"unacceptable",
"unacceptable",
"acceptable",
"unacceptable",
"acceptable",
"unacceptable",
"acceptable",
"unacceptable",
"unacceptable",
"unacceptable",
],
}
)
保存獨特的不同工具：
tools = df["CTQ-tool"].unique()
創(chuàng)建聚合數據：
以下代碼將按工具類型和意見類型分組，然后counts為每個工具創(chuàng)建一個新列，用于存儲每種意見類型的計數。
df_agg = df.groupby(by=["CTQ-tool", "opinion"]).size().reset_index(name="counts")
新的數據框df_agg將是：
| | CTQ-tool | opinion | counts |
| ---: | :--------------------------------- | :----------- | -----: |
| 0 | Information and awareness purposes | acceptable | 1 |
| 1 | Information and awareness purposes | unacceptable | 5 |
| 2 | Quarantine Enforcement | acceptable | 2 |
| 3 | Quarantine Enforcement | unacceptable | 4 |
可視化數據（有趣的部分）：由于這個玩具數據只有兩個不同的工具，我創(chuàng)建了一個sub-plot只有一行和兩列的工具，但您可以將其擴展為任意多的行/列。
fig = make_subplots(rows=1, cols=2, specs=[[{"type": "domain"}, {"type": "domain"}]])
然后分別添加每個圖表（您可以使用 for 循環(huán)來完成）：
fig = make_subplots(rows=1, cols=2, specs=[[{"type": "domain"}, {"type": "domain"}]])
# Information and awareness purposes tool
fig.add_trace(
go.Pie(
values=df_agg[df_agg["CTQ-tool"] == tools[0]]["counts"],
labels=df_agg[df_agg["CTQ-tool"] == tools[0]]["opinion"],
pull=[0.2, 0.0],
title=tools[0],
),
1,
1,
)
# Quarantine Enforcement tool
fig.add_trace(
go.Pie(
values=df_agg[df_agg["CTQ-tool"] == tools[1]]["counts"],
labels=df_agg[df_agg["CTQ-tool"] == tools[1]]["opinion"],
pull=[0.2, 0.0],
title=tools[1],
),
1,
2,
)
更新圖表布局：
fig.update_layout(title_text="Public Opinion on CTQ-measures")
fig.show()
最后，導出為靜態(tài)圖像：
現在您已經準備好數據并對其進行可視化，是時候將其保存為圖像了。Plotly 的創(chuàng)作者為此構建了一個工具：Kaleido。
您可以簡單地使用它如下：
scope = PlotlyScope()
fig_name = "Public-Opinion-on-CTQ-measures"
with open(f"{fig_name}.png", "wb") as f:
f.write(scope.transform(fig, "png"))
這個數字是：
添加回答
舉報
0/150
提交
取消