绘制随时间变化的频率分布（堆叠）

Question

我正在尝试按日期绘制商店中有多少人。 为此，我首先按日期人名分组：

df.groupby(['Date', 'Name']).size()

结果如下图

    Date        Name  


2020-01-25  John       1
2020-01-26  John       1
2020-01-27  John       1
2020-01-28  Luca       1
            John       1
                 ..
2020-03-30  John       1
2020-03-31  Martyn     2
            Christine  1
            Mary       1
            John       1

现在，我想看看每天有多少人（125/01、126/01、127/01、328/01、等等），以及谁。 所以我需要一个直方图（条形图）来帮助我可视化这些结果。为了查看同一天同一个人的频率（比如 Martyn，两次），我需要考虑堆叠图（我认为）。 由于名称的数量约为 1000，您能否告诉我是否有可能拥有可读的图例/标签？

你能告诉我怎么做吗？情节是我的弱点（不幸的是）。

Answer 1

我喜欢结合使用 seaborn 和 maplotlib。 Seaborn 有非常简单、开箱即用的图表供您使用，然后您可以使用 matplotlib 自定义它们。

import seaborn as sns
import matplotlib.pyplot as plt

#create blank figure instance using matplotlib syntax, for easier customisation
fig,ax1 = plt.subplots(figsize=(8,5))

#manipulate your data
dfg = df.groupby(['Date', 'Name']).size().reset_index()

#call the 'barplot' from seaborn, which is what you're after. You could even use 
#'countplot' and skip the groupby step in your data.
sns.barplot(data=dfg,x='Date',y='Size',ax=ax1)

#customise your plot with matplotlib
ax1.set_title('Customers attending shops')