我對(duì) matplotlib 比較陌生，可能有更好的方法來處理這個(gè)問題。我試過了sns.countplot()，沒有排序選項(xiàng)。所以我嘗試用條形圖和 pandas 來進(jìn)行計(jì)數(shù)：my_data = pd.DataFrame({'actions': ['buy','buy','buy','observe','consult'] , 'places':['NY','AR','AR','NY','AR']})fig, axs = plt.subplots(1, 2, figsize = (5,7))axs = axs.ravel()for place in my_data['places']: x = 0 temp_df = my_data[my_data['places'] == place] axs[x] = sns.barplot(y=temp_df.actions.value_counts().index, x=temp_df.actions.value_counts().values, color="#43B8E7",orient = 'h') axs[x].set_title(place) x=+1數(shù)據(jù)看起來像 actions places0 buy NY1 buy AR2 buy AR3 observe NY4 consult AR代碼生成以下內(nèi)容。正如您可能已經(jīng)假設(shè)的那樣，我還需要繪制 NY，但是，由于子集化或循環(huán)中遺漏的某些內(nèi)容，它無法正常工作。如何解決這個(gè)問題？我覺得這個(gè)很簡(jiǎn)單，但是找不到。
2 回答
偶然的你
TA貢獻(xiàn)1841條經(jīng)驗(yàn) 獲得超3個(gè)贊
您是否在尋找：
(my_data.groupby('places')['actions']
.value_counts().unstack('places')
.plot.bar(subplots=True)
)
或者類似地：
(pd.crosstab(my_data['actions'], my_data['places'])
.plot.bar(subplots=True)
)
輸出：
如果你想要單杠：
(pd.crosstab(my_data['actions'], my_data['places'])
.plot.barh(subplots=True, layout=[1,2])
)
輸出：
或者我們可以修復(fù)您的代碼：
fig, axs = plt.subplots(1, 2, figsize = (5,7))
axs = axs.ravel()
for ax,place in zip(axs,my_data['places'].unique()):
temp_df = my_data[my_data['places'] == place].actions.value_counts()
sns.barplot(y=temp_df.index, x=temp_df,
color="#43B8E7", ax=ax, orient = 'h')
ax.set_title(place)
輸出（恕我直言，這不是很好對(duì)齊）：
眼眸繁星
TA貢獻(xiàn)1873條經(jīng)驗(yàn) 獲得超9個(gè)贊
我會(huì)使用facetgrid，因?yàn)槟阋呀?jīng)在使用seaborn：
import pandas
import seaborn
axgrid = pandas.DataFrame({
'actions': ['buy','buy','buy','observe','consult'] ,
'places':['NY','AR','AR','NY','AR']
}).pipe((seaborn.catplot, 'data'),
y="actions", col="places",
order=['buy', 'consult', 'observe'],
kind="count"
)
添加回答
舉報(bào)
0/150
提交
取消