在 python 的 x 轴上绘制多列值
plotting multiple columns value in x-axis in python
我有一个大小为 (3,100) 的数据框,其中填充了一些随机浮点值。
这是数据框的示例
A B C
4.394966 0.580573 2.293824
3.136197 2.227557 1.306508
4.010782 0.062342 3.629226
2.687100 1.050942 3.143727
1.280550 3.328417 2.247764
4.417837 3.236766 2.970697
1.036879 1.477697 4.029579
2.759076 4.753388 3.222587
1.989020 4.161404 1.073335
1.054660 1.427896 2.066219
0.301078 2.763342 4.166691
2.323838 0.791260 0.050898
3.544557 3.715050 4.196454
0.128322 3.803740 2.117179
0.549832 1.597547 4.288621
这就是我创建它的方式
df = pd.DataFrame(np.random.uniform(0,5,size=(100, 3)), columns=list('ABC'))
注:pd为pandas
我想绘制一个条形图,它在 x 轴上有三个段,每个段有 2 个条。一个会显示小于 2 的值的数量,另一个会显示大于等于 2 的值的数量。
因此,在 x 轴上,A 列将附有两个条形图,一个条形图的值总数小于 2,一个条形图大于等于 2,B 和 C 也是如此
任何人都可以提出任何建议吗?
我正在考虑使用 seaborn
并设置色调值来区分两个 类(小于 2 和大于等于 2),但是 hue 属性再次只适用于分类值,我只能设置一列在 x 轴属性中。
如有任何提示,我们将不胜感激。
你必须使用过滤器然后统计它们,然后你必须使用plot(kind='bar')
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.uniform(0,5,size=(100, 3)), columns=list('ABC'))
dfout = pd.DataFrame({'minor' : df[df<= 2].count(),
'major' : df[df > 2].count() })
dfout.plot(kind='bar')
plt.show()
我有一个大小为 (3,100) 的数据框,其中填充了一些随机浮点值。 这是数据框的示例
A B C
4.394966 0.580573 2.293824
3.136197 2.227557 1.306508
4.010782 0.062342 3.629226
2.687100 1.050942 3.143727
1.280550 3.328417 2.247764
4.417837 3.236766 2.970697
1.036879 1.477697 4.029579
2.759076 4.753388 3.222587
1.989020 4.161404 1.073335
1.054660 1.427896 2.066219
0.301078 2.763342 4.166691
2.323838 0.791260 0.050898
3.544557 3.715050 4.196454
0.128322 3.803740 2.117179
0.549832 1.597547 4.288621
这就是我创建它的方式
df = pd.DataFrame(np.random.uniform(0,5,size=(100, 3)), columns=list('ABC'))
注:pd为pandas
我想绘制一个条形图,它在 x 轴上有三个段,每个段有 2 个条。一个会显示小于 2 的值的数量,另一个会显示大于等于 2 的值的数量。
因此,在 x 轴上,A 列将附有两个条形图,一个条形图的值总数小于 2,一个条形图大于等于 2,B 和 C 也是如此
任何人都可以提出任何建议吗?
我正在考虑使用 seaborn
并设置色调值来区分两个 类(小于 2 和大于等于 2),但是 hue 属性再次只适用于分类值,我只能设置一列在 x 轴属性中。
如有任何提示,我们将不胜感激。
你必须使用过滤器然后统计它们,然后你必须使用plot(kind='bar')
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.uniform(0,5,size=(100, 3)), columns=list('ABC'))
dfout = pd.DataFrame({'minor' : df[df<= 2].count(),
'major' : df[df > 2].count() })
dfout.plot(kind='bar')
plt.show()