Python - 来自 Dataframe 的 Seaborn “Dodged” Barch 图答案

【问题标题】：Python - Seaborn "Dodged" Barch Chart from DataframePython - 来自 Dataframe 的 Seaborn “Dodged” Barch 图
【发布时间】：2020-04-23 16:42:00
【问题描述】：

我正在尝试使用 Seaborn 从名为“航空公司”的以下数据框中绘制一个闪避的条形图：

    Airline_Name    Count   Total_Negative_Reviews  Total_Neutral_Reviews   Total_Positive_Reviews
0   American        2604    1864                    433                     307
1   Delta           2222    955                     723                     544
2   Southwest       2420    1186                    664                     570
3   US Airways      2913    2263                    381                     269
4   United          3822    2633                    697                     492
5   Virgin America  504     181                     171                     152

我的目标是为每家航空公司设置总共 4 个条形图：一个代表评论总量，一个代表负面评价，另一个代表中立，另一个代表正面评价。

到目前为止，我可以绘制一个包含总金额的图表（如下所示），但我似乎无法弄清楚如何添加其他 3 个。

我已经拥有的代码（及其可视化）：

sns.barplot(data = airlines, x = airlines["Airline_Name"], y = airlines["Count"])

enter image description here

有人可以帮我解决这个问题吗？

【问题讨论】：

标签： python data-visualization seaborn

【解决方案1】：

需要使用melt() 进行小型预处理才能在seaborn 中制作这样的图：

df1 = df.melt(id_vars='Airline_Name', var_name='variable', value_name='values')
sns.barplot(x='Airline_Name',y='value',hue='variable',data=df1)
plt.show()

输出：

如果使用pandas 绘图是一个选项，您可以通过以下方式获得所需的绘图：

import pandas as pd
import matplotlib.pyplot as plt

#df = pd.read_csv('airline.csv')
df.plot.bar(x='Airline_Name',stacked=False,subplots=False, figsize=(12,7))
plt.tight_layout()
plt.show()

输出：

如果你想拥有seaborn 风格和pandas 情节，你可以执行以下操作：

import pandas as pd
import matplotlib.pyplot as plt

sns.set_style('darkgrid')
#df = pd.read_csv('airline.csv')

#if you want a stacked bar plot, keep stacked=True
df.plot.bar(x='Airline_Name',stacked=False,subplots=False, figsize=(12,7))
plt.tight_layout()
plt.show()

输出：

【讨论】：

【解决方案2】：

堆积条形图（水平或垂直）可能最好地描述您的数据。

我使用 matplotlib 快速而肮脏地完成了这项工作，但这个概念与 seaborn 相似，因为它在很大程度上基于 matplotlib。这个概念是您将矩形设置在彼此之上。其他库（例如 Plotly、Bokeh、Altair、Vega 等）可能还有其他方法可以做到这一点，所以请不要把这个答案当成福音。

您也可以通过 pandas 直接使用分组 DataFrame 执行此操作，但我时间紧迫，希望其他人可以将答案添加到此特定线程。

完成你想要的代码是：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# convert the columns to a numpy array
a_count = airlines['Count'].to_list()
a_neg = np.array(airlines['Total_Negative_Reviews'].to_list())
a_neut = np.array(airlines['Total_Neutral_Reviews'].to_list())
a_pos = np.array(airlines['Total_Positive_Reviews'].to_list())
a_name = airlines['Airline_Name'].to_list()

# set the width of the bars
width = 0.5

# create the plot
fig, ax = plt.subplots()
ax.bar(a_name, a_neg, width, label="Negative")
ax.bar(a_name, a_neut, width, bottom=a_neg, label='Neutral')
ax.bar(a_name, a_pos, width, bottom=a_neg+a_neut, label='Positive')


ax.legend()
ax.set_ylabel('# of Reviews')
ax.set_xlabel('Airline')
plt.show()

这将产生这个图表：

【讨论】：