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轻松实现PowerPoint表格的创建与格式化操作

    Python轻松实现PowerPoint表格的创建与格式化操作

    在制作商务演示文稿时,表格是展示结构化数据的重要工具,本文介绍如何使用 Spire.Presentation for Python 库在 PowerPoint 幻灯片中创建表格,有需要的小伙伴可以了解下
    2026-05-05
  • Pandas导入导出excel、csv、txt文件教程

    Pandas导入导出excel、csv、txt文件教程

    Pandas 是一个强大的数据分析和处理库,可以用来读取和处理多种数据格式,本文主要介绍了Pandas导入导出excel、csv、txt文件教程,具有一定的参考价值,感兴趣的可以了解一下
    2024-04-04
  • numpy 产生随机数的几种方法

    numpy 产生随机数的几种方法

    本文主要介绍了numpy 产生随机数的几种方法,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
    2023-02-02
  • 使用Python实现在PDF中添加、导入、复制、移动与删除页面

    使用Python实现在PDF中添加、导入、复制、移动与删除页面

    在日常办公和自动化任务中,我们经常需要对 PDF 文件进行页面级的编辑,使用 Python,你可以轻松实现这些操作,而无需依赖 Adobe Acrobat,本文将通过几个常见场景,演示如何使用 Python 操作 PDF 页面,需要的朋友可以参考下
    2025-11-11
  • python实现雪花飘落效果实例讲解

    python实现雪花飘落效果实例讲解

    在本篇文章里小编给大家整理了关于python实现雪花飘落效果的相关实例内容,以及代码写法,需要的朋友们参考下。
    2019-06-06
  • Python多项式回归的实现方法

    Python多项式回归的实现方法

    这篇文章主要介绍了Python多项式回归的实现方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-03-03
  • python 贪心算法的实现

    python 贪心算法的实现

    这篇文章主要介绍了python 贪心算法的实现,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-09-09
  • python uvloop事件循环库使用功能示例探究

    python uvloop事件循环库使用功能示例探究

    这篇文章主要为大家介绍了python uvloop事件循环库使用功能示例探究,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
    2024-01-01
  • python3使用pyqt5制作一个超简单浏览器的实例

    python3使用pyqt5制作一个超简单浏览器的实例

    下面小编就为大家带来一篇python3使用pyqt5制作一个超简单浏览器的实例。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-10-10
  • Python中的None与 NULL(即空字符)的区别详解

    Python中的None与 NULL(即空字符)的区别详解

    这篇文章主要介绍了Python中的None与 NULL(即空字符)的区别详解,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
    2020-09-09

最新评论