الباندا: كيفية إنشاء مخطط شريطي من جدول ترافقي

يمكنك استخدام الطرق التالية لإنشاء مخطط شريطي لتصور الأعداد في جدول Pandas الجدولي:

الطريقة الأولى: إنشاء مخطط شريطي متفاوت المسافات

 import matplotlib. pyplot as plt

my_crosstab. plot (kind=' bar ')

الطريقة الثانية: إنشاء مخطط شريطي مكدس

 import matplotlib. pyplot as plt

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

توضح الأمثلة التالية كيفية استخدام كل من هذه الطرق عمليًا مع الجدول الترافقي لحيوانات الباندا التالية:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C '],
                   ' position ':['G', 'G', 'F', 'G', 'F', 'F', 'F', 'G', 'G', 'F', 'F'],
                   ' points ': [22, 25, 24, 39, 34, 20, 18, 17, 20, 19, 22]})

#create crosstab to display count of players by team and position
my_crosstab = pd. crosstab (df. team , df. position )

#view crosstab
print (my_crosstab)

FG position
team          
AT 12
B 3 1
C 2 2

المثال 1: إنشاء مخطط شريطي مجمع من جدول ترافقي

يمكننا استخدام بناء الجملة التالي لإنشاء مخطط شريطي مجمع من الجدول الترافقي:

 import matplotlib. pyplot as plt

#create grouped bar plot
my_crosstab. plot (kind=' bar ', rot= 0 ) 

ملاحظة : تعمل الوسيطة rot=0 على تدوير تسميات المحور السيني بمقدار 90 درجة لتسهيل قراءتها.

يعرض المحور السيني أسماء الفريق بينما تعرض الأشرطة المجمعة عدد مرات التكرار لكل مركز.

على سبيل المثال يمكننا أن نرى:

• يوجد لاعب واحد في الفريق A في المركز F.
• يوجد لاعبان في الفريق A في المركز G.

وما إلى ذلك وهلم جرا.

المثال 2: إنشاء مخطط شريطي مكدس من جدول ترافقي

يمكننا استخدام الصيغة التالية لإنشاء مخطط شريطي مكدس من الجدول الترافقي:

 import matplotlib. pyplot as plt

#create stacked bar plot
my_crosstab. plot (kind=' bar ', stacked= True , rot= 0 ) 

ملاحظة : سمحت لنا الوسيطة stacked=True بإنشاء مخطط شريطي مكدس بدلاً من مخطط شريطي مُجمَّع.

يعرض المحور السيني أسماء الفريق بينما تعرض الأشرطة المكدسة عدد مرات التكرار لكل مركز.

على سبيل المثال يمكننا أن نرى:

• يوجد لاعب واحد في الفريق A في المركز F.
• يوجد لاعبان في الفريق A في المركز G.
• هناك 3 لاعبين إجمالاً في الفريق A.

وما إلى ذلك وهلم جرا.

يعد هذا النوع من المخططات مفيدًا بشكل خاص عندما نريد تصور إجمالي عدد العناصر لكل قيمة فريدة على المحور السيني.

ملاحظة : يمكنك العثور على الوثائق الكاملة لوظيفة pandas crosstab() هنا .

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية تنفيذ مهام الباندا الشائعة الأخرى:

الباندا: كيفية إنشاء جدول ترافقي مع النسب المئوية
الباندا: كيفية استخدام aggfunc في وظيفة الجدول الترافقي ().
الباندا: كيفية إضافة تعليقات توضيحية إلى الأشرطة في قطعة أرض شريطية