使用Python实现绘制发散条形图

 更新时间:2024年04月03日 08:45:24   作者:python收藏家  
发散条形图用于简化多个组的比较,它许我们比较各组中的数值,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,下面我们就来看看如何使用Python绘制发散条形图吧

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!

相关文章

  • Python并发多线程的具体操作步骤

    Python并发多线程的具体操作步骤

    并发指的是任务数多余cpu核数,通过操作系统的各种任务调度算法,实现用多任务一起执行,下面这篇文章主要给大家介绍了关于Python并发多线程的具体操作步骤的相关资料,需要的朋友可以参考下
    2024-02-02
  • win10系统中安装scrapy-1.1

    win10系统中安装scrapy-1.1

    在win10的环境下安装scrapy,并不能直接按照官网的手册(http://doc.scrapy.org/en/1.0/intro/install.html)一次性安装成功,根据我自己的安装过程中遇到的问题,特意整理了一下安装过程
    2016-07-07
  • Python采集王者皮肤图片实战示例

    Python采集王者皮肤图片实战示例

    这篇文章主要为大家介绍了Python采集王者皮肤图片实战示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-04-04
  • Python中splitlines()方法的使用简介

    Python中splitlines()方法的使用简介

    这篇文章主要介绍了Python中splitlines()方法的使用简介,是Python入门中的基础知识,需要的朋友可以参考下
    2015-05-05
  • python中从str中提取元素到list以及将list转换为str的方法

    python中从str中提取元素到list以及将list转换为str的方法

    今天小编就为大家分享一篇python中从str中提取元素到list以及将list转换为str的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • python list删除元素时要注意的坑点分享

    python list删除元素时要注意的坑点分享

    下面小编就为大家分享一篇python list删除元素时要注意的坑点分享,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • Python实现的维尼吉亚密码算法示例

    Python实现的维尼吉亚密码算法示例

    这篇文章主要介绍了Python实现的维尼吉亚密码算法,结合实例形式分析了基于Python实现维尼吉亚密码算法的定义与使用相关操作技巧,需要的朋友可以参考下
    2018-04-04
  • python自定义分页器的实现

    python自定义分页器的实现

    这篇文章主要介绍了python自定义分页器的实现,通过自定义分页器封装展开主题并对其实用方法简单介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-04-04
  • Python实现代码统计工具

    Python实现代码统计工具

    这篇文章主要为大家详细介绍了Python实现代码统计工具,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-09-09
  • python 使用while写猜年龄小游戏过程解析

    python 使用while写猜年龄小游戏过程解析

    这篇文章主要介绍了python 使用while写猜年龄小游戏过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-10-10

最新评论