Funzione Pandas DataFrame DataFrame.plot.bar()
-
Sintassi di
pandas.DataFrame.plot.bar() -
Codici di esempio:
DataFrame.plot.bar() -
Codici di esempio:
DataFrame.plot.bar()con più colonne di dati -
Codici di esempio:
DataFrame.plot.bar()consubplots=Trueper creare sottotrame -
Codici di esempio:
DataFrame.plot.bar()per tracciare una singola colonna di dati -
Codici di esempio:
DataFrame.plot.bar()con i colori specificati
La funzione Python Pandas DataFrame.plot.bar() traccia un grafico a barre lungo l’asse specificato. Traccia il grafico in categorie. Le categorie sono date sull’asse x ei valori sono dati sull’asse y.
Sintassi di pandas.DataFrame.plot.bar()
DataFrame.sample(x=None, y=None, **kwds)
Parametri
x |
Questo è l’asse in cui verranno tracciate le categorie. Se non è specificato, viene utilizzato l’indice del DataFrame. |
y |
Rappresenta i valori che vengono tracciati rispetto alle categorie. Se non è specificato, traccia tutte le colonne numeriche del DataFrame rispetto alle categorie. |
**kwds |
Questi sono gli argomenti della parola chiave aggiuntivi per personalizzare il grafico tracciato. Puoi controllare questi qui. |
Ritorno
Restituisce un array N-dimensionale. Se subplots=True, restituisce un array N-dimensionale con matplotlib.axes.Axes per colonna.
Codici di esempio: DataFrame.plot.bar()
Per prima cosa comprendiamo questa funzione utilizzando un semplice DataFrame.
import pandas as pd
dataframe = pd.DataFrame({'Value':[100, 200, 300]})
print(dataframe)
Il nostro DataFrame è il seguente.
Value
0 100
1 200
2 300
Tutti i parametri di questa funzione sono opzionali. Se eseguiamo questa funzione senza passare alcun parametro, prende l’indice come asse x e le colonne di dati numerici come asse y.
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame({"Value": [100, 200, 300]})
axis = dataframe.plot.bar(rot=0)
print(axis)
plt.show()
Produzione:
AxesSubplot(0.125,0.125;0.775x0.755)
Il parametro rot è un parametro di parola chiave aggiuntivo. Cambia la rotazione dei nomi delle categorie sull’asse x.
La trama apparirà come sotto se non impostiamo rot.
Codici di esempio: DataFrame.plot.bar() con più colonne di dati
Ora, cambieremo il nostro DataFrame in uno complesso.
import pandas as pd
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
print(dataframe)
Il nostro DataFrame assomiglia
Age Avg Age in Family
Olivia 23 70
John 17 65
Laura 40 80
Ben 38 55
Kevin 24 60
Robin 12 63
Elsa 45 90
Traccia questo DataFrame utilizzando la funzione DataFrame.plot.bar()
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0)
print(axis)
plt.show()
Produzione:
AxesSubplot(0.125,0.125;0.775x0.755)
Genera un grafico a barre contenente due barre di dati numerici di ciascuna categoria. Aiuta ad analizzare i dati in modo efficiente.
Codici di esempio: DataFrame.plot.bar() con subplots=True per creare sottotrame
Se subplots=True, la funzione restituisce un array N-dimensionale con matplotlib.axes.Axes per colonna. Usando questo, possiamo separare le nostre colonne di dati in diversi sottotrame invece di un singolo grafico.
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axes = dataframe.plot.bar(rot=0, subplots=True)
print(axes)
plt.show()
Produzione:
[<matplotlib.axes._subplots.AxesSubplot object at 0x0000029A89B06DC8>
<matplotlib.axes._subplots.AxesSubplot object at 0x0000029A89B4B2C8>]
Codici di esempio: DataFrame.plot.bar() per tracciare una singola colonna di dati
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(y="Age", rot=0)
print(axis)
plt.show()
Produzione:
AxesSubplot(0.125,0.125;0.775x0.755)
Possiamo anche tracciare qualsiasi colonna di dati rispetto ad altre colonne invece di tracciare gli indici come categorie.
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(x="Age", rot=0)
print(axis)
plt.show()
Produzione:
AxesSubplot(0.125,0.125;0.775x0.755)
Codici di esempio: DataFrame.plot.bar() con i colori specificati
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0, color="m")
plt.show()
Specifica il colore m per tutte le colonne nel DataFrame.
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.DataFrame(
{
"Age": [23, 17, 40, 38, 24, 12, 45],
"Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
},
index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0, color=["r", "b"])
print(axis)
plt.show()
Potremmo anche specificare colori differenti per colonne differenti nel DataFrame dando una lista di colori al parametro color.
Articolo correlato - Pandas DataFrame
- Funzione Pandas concat
- Funzione Pandas cut
- Funzione Pandas DataFrame DataFrame.aggregate()
- Funzione Pandas DataFrame DataFrame.append()
- Funzione Pandas DataFrame DataFrame.apply()
- Funzione Pandas DataFrame DataFrame.assign()