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

  • pytorch实现手写数字图片识别

    pytorch实现手写数字图片识别

    这篇文章主要为大家详细介绍了pytorch实现手写数字图片识别,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-05-05
  • Python的设计模式编程入门指南

    Python的设计模式编程入门指南

    这篇文章主要介绍了Python的设计模式编程入门指南,设计模式主要指面对某些问题时需要用到的编程思想,需要的朋友可以参考下
    2015-04-04
  • 使用Python读写文本文件及编写简单的文本编辑器

    使用Python读写文本文件及编写简单的文本编辑器

    这篇文章主要介绍了使用Python读写文本文件及编写简单的文本编辑器的方法,可以利用简单的Python代码实现编辑器中的读取清空和文本文件的新建等操作,需要的朋友可以参考下
    2016-03-03
  • Python绘图之实现绘制极坐标图像

    Python绘图之实现绘制极坐标图像

    这篇文章主要介绍了如何利用python绘制极坐标图像,文中的示例代码讲解详细,具有一定的的参考价值,感兴趣的小伙伴可以跟随小编一起学习一下
    2023-08-08
  • pytorch中DataLoader()过程中遇到的一些问题

    pytorch中DataLoader()过程中遇到的一些问题

    这篇文章主要介绍了pytorch中DataLoader()过程中遇到的一些问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • python入门之语句(if语句、while语句、for语句)

    python入门之语句(if语句、while语句、for语句)

    这篇文章主要介绍了python入门之语句,主要包括if语句、while语句、for语句的使用,需要的朋友可以参考下
    2015-01-01
  • python基础教程之获取本机ip数据包示例

    python基础教程之获取本机ip数据包示例

    本文主要介绍了python获取本机ip数据包的示例,大家参考使用吧
    2014-02-02
  • python生成器与迭代器详解

    python生成器与迭代器详解

    本文主要给大家记录一下列表生成式,生成器和迭代器的知识点,希望对大家学习python能够有所帮助
    2019-01-01
  • python实现TCPserver的使用示例

    python实现TCPserver的使用示例

    python实现TCPserver是一件简单的事情,只要通过socket这个模块就可以实现,本文就来介绍一下python实现TCPserver的使用示例,感兴趣的可以了解一下
    2023-10-10
  • opencv 阈值分割的具体使用

    opencv 阈值分割的具体使用

    这篇文章主要介绍了opencv 阈值分割的具体使用,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,需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07

最新评论