快捷導(dǎo)航

使用Python實(shí)現(xiàn)繪制發(fā)散條形圖

更新時間：2024年04月03日 08:45:24 作者：python收藏家

發(fā)散條形圖用于簡化多個組的比較,它許我們比較各組中的數(shù)值,還幫助我們快速地想象出有利的和不利的或積極的和消極的反應(yīng),下面我們就來看看如何使用Python繪制發(fā)散條形圖吧

發(fā)散條形圖用于簡化多個組的比較。它的設(shè)計(jì)允許我們比較各組中的數(shù)值。它還幫助我們快速地想象出有利的和不利的或積極的和消極的反應(yīng)。條形圖由從中間開始的兩個水平條的組合組成-一個條從右向左延伸，另一個從左向右延伸。條形的長度與它所代表的數(shù)值相對應(yīng)。

通常，兩個分叉的條形用不同的顏色表示。左邊的值通常但不一定是負(fù)面或不滿意的反應(yīng)。

Python沒有特定的函數(shù)來繪制發(fā)散條形圖。另一種方法是使用hlines函數(shù)繪制具有一定線寬值的水平線，將其表示為水平條。

數(shù)據(jù)集

Mercedes Benz Car Sales Data

地址：

https://www.kaggle.com/datasets/luigimersico/mercedes-benz-car-sales-data

實(shí)現(xiàn)步驟

導(dǎo)入模塊

導(dǎo)入或創(chuàng)建數(shù)據(jù)

預(yù)處理數(shù)據(jù)集并清除不必要的噪聲

指定表示水平條的顏色

按升序?qū)χ颠M(jìn)行排序

設(shè)置x軸和y軸的標(biāo)簽以及圖表的標(biāo)題

顯示發(fā)散條形圖

實(shí)現(xiàn)代碼

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()