在Pandas 和Matplotlib 中聚類堆疊條形
簡介
簡介簡介
<code class="python">import pandas as pd
import matplotlib.cm as cm
import matplotlib.pyplot as plt
def plot_clustered_stacked(dfall, labels=None, title="multiple stacked bar plot"):
n_df = len(dfall)
n_col = len(dfall[0].columns)
n_ind = len(dfall[0].index)
axe = plt.subplot(111)
for df in dfall: # for each data frame
axe = df.plot(kind="bar",
linewidth=0,
stacked=True,
ax=axe,
legend=False,
grid=False)
h,l = axe.get_legend_handles_labels() # get the handles we want to modify
for i in range(0, n_df * n_col, n_col): # len(h) = n_col * n_df
for j, pa in enumerate(h[i:i+n_col]):
for rect in pa.patches: # for each index
rect.set_x(rect.get_x() + 1 / float(n_df + 1) * i / float(n_col))
rect.set_hatch("/" * int(i / n_col)) #edited part
rect.set_width(1 / float(n_df + 1))
axe.set_xticks((np.arange(0, 2 * n_ind, 2) + 1 / float(n_df + 1)) / 2.)
axe.set_xticklabels(df.index, rotation = 0)
axe.set_title(title)
# Add invisible data to add another legend
n=[]
for i in range(n_df):
n.append(axe.bar(0, 0, color="gray", hatch="/" * i))
l1 = axe.legend(h[:n_col], l[:n_col])
if labels is not None:
l2 = plt.legend(n, labels)
axe.add_artist(l1)
return axe</code>簡介
簡介
<code class="python"># create fake dataframes
df1 = pd.DataFrame(np.random.rand(4, 5),
index=["A", "B", "C", "D"],
columns=["I", "J", "K", "L", "M"])
df2 = pd.DataFrame(np.random.rand(4, 5),
index=["A", "B", "C", "D"],
columns=["I", "J", "K", "L", "M"])
df3 = pd.DataFrame(np.random.rand(4, 5),
index=["A", "B", "C", "D"],
columns=["I", "J", "K", "L", "M"])
# plot clustered stacked bar
plot_clustered_stacked([df1, df2, df3], ["df1", "df2", "df3"])</code>此解決方案利用 Pandas 和 Matplotlib 函式庫的功能。程式碼如下：
要使用此函數，只需傳入資料幀和可選參數（例如標籤和標題）清單即可。它將產生帶有陰影線的簇狀堆疊條，以區分資料幀。<code class="python">plot_clustered_stacked([df1, df2, df3], ["df1", "df2", "df3"], cmap=plt.cm.viridis)</code>
示例
以下是使用此函數的示例：
其他功能您可以透過傳遞cmap 參數來自訂條形的顏色：結論此解決方案提供了一種靈活便捷的方法來建立聚類堆積長條圖。您可以輕鬆修改程式碼以滿足資料視覺化的特定要求。以上是如何在 Pandas 和 Matplotlib 中建立聚類堆積長條圖？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
