7

假设我有一个在过去 90 天内每天都测量的值。我想绘制值的直方图,但我想让查看者轻松查看过去 90 天的某些非重叠子集的测量值在哪里累积。我想通过将直方图的每个条“细分”成块来做到这一点。一大块是最早的观察,一大块是最近的,一大块是最近的。

这听起来像是一份工作,df.plot(kind='bar', stacked=True)但我无法正确获取详细信息。

这是我到目前为止所拥有的:

import numpy as np
import pandas as pd
import seaborn as sbn

np.random.seed(0)

data = pd.DataFrame({'values': np.random.randn(90)})
data['bin'] = pd.cut(data['values'], 15, labels=False)
forhist = pd.DataFrame({'first70': data[:70].groupby('bin').count()['bin'],
                         'next15': data[70:85].groupby('bin').count()['bin'],
                         'last5': data[85:].groupby('bin').count()['bin']})

forhist.plot(kind='bar', stacked=True)

这给了我:

结果不佳

这个图有一些缺点:

  • 条形图以错误的顺序堆叠。 last5应该在顶部和next15中间。即它们应该按列的顺序堆叠forhist
  • 条之间有水平空间
  • x 轴标有整数,而不是指示 bin 所代表的值。我的“第一选择”是将 x 轴标记为与我刚刚运行时完全相同的标记data['values'].hist()。我的“第二个选择”是让 x 轴标有如果我这样做的话我会得到的“bin 名称” pd.cut(data['values'], 15)。在我的代码中,我使用labels=False了因为如果我不这样做,它将使用 bin 边缘标签(作为字符串)作为条形标签,并且它会将这些按字母顺序排列,从而使图表基本上无用。

解决这个问题的最佳方法是什么?到目前为止,我觉得我正在使用非常笨拙的功能。

4

1 回答 1

9

好的,这是攻击它的一种方法,使用matplotlib hist函数本身的特性:

fig, ax = plt.subplots(1, 1, figsize=(9, 5))
ax.hist([data.ix[low:high, 'values'] for low, high in [(0, 70), (70, 85), (85, 90)]],
         bins=15,
         stacked=True,
         rwidth=1.0,
         label=['first70', 'next15', 'last5'])
ax.legend()

这使:

更好的

于 2014-03-06T14:57:17.930 回答