Python တွင် pareto chart ဖန်တီးနည်း (အဆင့်ဆင့်)

Pareto ဇယား သည် အမျိုးအစားများ၏ ကြိမ်နှုန်းများနှင့် အမျိုးအစားများ၏ တိုးပွားလာသော ကြိမ်နှုန်းများကို ပြသသည့် ဇယားအမျိုးအစားတစ်ခုဖြစ်သည်။

ဤသင်ခန်းစာသည် Python ရှိ Pareto ဇယားကို ဖန်တီးခြင်း၏ အဆင့်ဆင့် ဥပမာကို ပေးသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

တံဆိပ် A၊ B၊ C၊ D နှင့် E တို့ကြားတွင် ၎င်းတို့၏ အကြိုက်ဆုံး သီးနှံအမှတ်တံဆိပ်ကို ခွဲခြားသတ်မှတ်ရန် မတူညီသော လူ ၃၅၀ ကို ကျွန်ုပ်တို့ တောင်းဆိုသည့် စစ်တမ်းတစ်ခု ပြုလုပ်သည်ဆိုပါစို့။

စစ်တမ်းရလဒ်များကို ထိန်းသိမ်းရန် အောက်ပါပန်ဒါ DataFrame ကို ကျွန်ုပ်တို့ ဖန်တီးနိုင်သည်-

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' count ': [97, 140, 58, 6, 17, 32]})
df. index = ['B', 'A', 'C', 'F', 'E', 'D']

#sort DataFrame by count descending
df = df. sort_values (by=' count ', ascending= False )

#add column to display cumulative percentage
df[' cumperc '] = df[' count ']. cumsum ()/df[' count ']. sum ()*100

#view DataFrame
df

	count cumperc
At 140 40.000000
B 97 67.714286
C 58 84.285714
D 32 93.428571
E 17 98.285714
F 6 100.000000

အဆင့် 2- Pareto Chart ကိုဖန်တီးပါ။

Pareto ဇယားကိုဖန်တီးရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-

 import matplotlib. pyplot as plt
from matplotlib. ticker import PercentFormatter

#define aesthetics for plot
color1 = ' steelblue '
color2 = ' red '
line_size = 4

#create basic bar plot
fig, ax = plt. subplots ()
ax. bar (df. index , df[' count '], color=color1)

#add cumulative percentage line to plot
ax2 = ax. twinx ()
ax2. plot ( df.index , df[' cumperc '], color=color2, marker=" D ", ms=line_size)
ax2. yaxis . set_major_formatter (PercentFormatter())

#specify axis colors
ax. tick_params (axis=' y ', colors=color1)
ax2. tick_params (axis=' y ', colors=color2)

#display Pareto chart
plt. show ()

X ဝင်ရိုးသည် ကြိမ်နှုန်းအမြင့်ဆုံးမှ အနိမ့်ဆုံးသို့ မှာယူထားသော မတူညီသောအမှတ်တံဆိပ်များကို ပြသသည်။

ဘယ်ဘက် y ဝင်ရိုးသည် အမှတ်တံဆိပ်တစ်ခုစီ၏ ကြိမ်နှုန်းကိုပြသပြီး ညာဘက် y ဝင်ရိုးသည် ကုန်အမှတ်တံဆိပ်များ၏ တိုးပွားလာသောအကြိမ်ရေကိုပြသသည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့ မြင်နိုင်သည်-

• Brand A သည် စစ်တမ်းဖြေဆိုမှုစုစုပေါင်း၏ 40% ခန့်ကို ကိုယ်စားပြုသည်။
• အမှတ်တံဆိပ် A နှင့် B သည် စစ်တမ်းဖြေဆိုမှုစုစုပေါင်း၏ 70% ခန့်ကို ကိုယ်စားပြုသည်။
• အမှတ်တံဆိပ် A၊ B နှင့် C သည် စုစုပေါင်းစစ်တမ်းဖြေဆိုမှု၏ 85% ခန့်ကို ကိုယ်စားပြုသည်။

နောက် … ပြီးတော့။

အဆင့် 3- Pareto ဇယားကို စိတ်ကြိုက်ပြင်ဆင်ပါ (ချန်လှပ်ထားနိုင်သည်)

Pareto ဇယားကို သင်လိုချင်သည့်ပုံစံဖြစ်အောင် ပြုလုပ်ရန် ဘားအရောင်များနှင့် စုစည်းရာခိုင်နှုန်းမျဉ်း၏ အရွယ်အစားကို သင်ပြောင်းလဲနိုင်သည်။

ဥပမာအားဖြင့်၊ ဘားများကို ပန်းရောင်အဖြစ်သို့ ပြောင်းနိုင်ပြီး မျဉ်းကြောင်းကို ခရမ်းရောင်နှင့် အနည်းငယ်ပိုထူအောင် ပြောင်းလဲနိုင်သည်-

 import matplotlib. pyplot as plt
from matplotlib. ticker import PercentFormatter

#define aesthetics for plot
color1 = ' pink '
color2 = ' purple '
line_size = 6

#create basic bar plot
fig, ax = plt. subplots ()
ax. bar (df. index , df[' count '], color=color1)

#add cumulative percentage line to plot
ax2 = ax. twinx ()
ax2. plot (df.index , df[' cumperc '], color=color2, marker=" D ", ms=line_size )
ax2. yaxis . set_major_formatter (PercentFormatter())

#specify axis colors
ax. tick_params (axis=' y ', colors=color1)
ax2. tick_params (axis=' y ', colors=color2)

#display Pareto chart
plt. show () 

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံမြင်ယောင်မှုများကို ဖန်တီးနည်းကို ရှင်းပြသည်-

Python တွင် Bell Curve ဖန်တီးနည်း
Python တွင် Ogive Chart ဖန်တီးနည်း
Python တွင် Stem and Leaf Plot တစ်ခုကို ဖန်တီးနည်း