![\"Pareto-diagram](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pareto_chart1.png\")
<\/p>\n
Deze tutorial biedt een stapsgewijs voorbeeld van het maken van een Pareto-diagram in Python.<\/span><\/p>\n Stel dat we een enqu\u00eate houden waarin we 350 verschillende mensen vragen hun favoriete ontbijtgranenmerk te identificeren tussen de merken A, B, C, D en E.<\/span><\/p>\n We kunnen het volgende panda’s DataFrame maken om de enqu\u00eateresultaten vast te houden:<\/span><\/p>\n We kunnen de volgende code gebruiken om het Pareto-diagram te maken:<\/span><\/span> <\/p>\n Op de X-as worden de verschillende merken weergegeven, gerangschikt van de hoogste naar de laagste frequentie.<\/span><\/p>\n De linker y-as toont de frequentie van elk merk en de rechter y-as toont de cumulatieve frequentie van merken.<\/span><\/p>\n We kunnen bijvoorbeeld zien:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n U kunt de staafkleuren en de grootte van de cumulatieve percentagelijn wijzigen om het Pareto-diagram er naar wens uit te laten zien.<\/span><\/p>\n We kunnen bijvoorbeeld de balken in roze veranderen en de lijn in paars en iets dikker:<\/span> <\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende visualisaties in Python kunt maken:<\/span><\/p>\n Hoe u een belcurve maakt in Python<\/a> Een Pareto-diagram is een type diagram dat zowel de geordende frequenties van categorie\u00ebn als de cumulatieve frequenties van categorie\u00ebn weergeeft. Deze tutorial biedt een stapsgewijs voorbeeld van het maken van een Pareto-diagram in Python. Stap 1: Cre\u00eber de gegevens Stel dat we een enqu\u00eate houden waarin we 350 verschillende mensen vragen hun favoriete ontbijtgranenmerk te […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2350","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Stap 1: Cre\u00eber de gegevens<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' count<\/span> ': [97, 140, 58, 6, 17, 32]})\ndf. index<\/span> = ['B', 'A', 'C', 'F', 'E', 'D']\n\n#sort DataFrame by count descending\n<\/span>df = df. sort_values<\/span> (by=' count<\/span> ', ascending= False<\/span> )\n\n#add column to display cumulative percentage\n<\/span>df[' cumperc<\/span> '] = df[' count<\/span> ']. cumsum<\/span> ()\/df[' count<\/span> ']. sum<\/span> ()*100\n\n#view DataFrame\n<\/span>df\n\n\tcount cumperc\nAt 140 40.000000\nB 97 67.714286\nC 58 84.285714\nD 32 93.428571\nE 17 98.285714\nF 6 100.000000<\/strong><\/pre>\n Stap 2: Maak het Pareto-diagram<\/strong><\/span><\/h3>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\nfrom<\/span> matplotlib. ticker<\/span> import<\/span> PercentFormatter\n\n#define aesthetics for plot\n<\/span>color1 = ' steelblue<\/span> '\ncolor2 = ' red<\/span> '\nline_size = 4\n\n#create basic bar plot\n<\/span>fig, ax = plt. subplots<\/span> ()\nax. bar<\/span> (df. index<\/span> , df[' count<\/span> '], color=color1)\n\n#add cumulative percentage line to plot\n<\/span>ax2 = ax. twinx<\/span> ()\nax2. plot<\/span> ( df.index<\/span> , df[' cumperc<\/span> '], color=color2, marker=\" D<\/span> \", ms=line_size)\nax2. yaxis<\/span> . set_major_formatter<\/span> (PercentFormatter())\n\n#specify axis colors\n<\/span>ax. tick_params<\/span> (axis=' y<\/span> ', colors=color1)\nax2. tick_params<\/span> (axis=' y<\/span> ', colors=color2)<\/span>\n\n#display Pareto chart\nplt. show<\/span> ()\n<\/span><\/span><\/strong><\/pre>\n<\/p>\n\n
Stap 3: Pas het Pareto-diagram aan (optioneel)<\/strong><\/span><\/h3>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\nfrom<\/span> matplotlib. ticker<\/span> import<\/span> PercentFormatter\n\n#define aesthetics for plot\n<\/span>color1 = ' pink<\/span> '\ncolor2 = '<\/span> purple<\/span> '\nline_size = 6\n\n#create basic bar plot\n<\/span>fig, ax = plt.<\/span> subplots<\/span> ()\nax.<\/span> bar<\/span> (df.<\/span> index<\/span> , df['<\/span> count<\/span> '], color=color1)\n\n#add cumulative percentage line to plot\n<\/span>ax2 = ax.<\/span> twinx<\/span> ()\nax2.<\/span> plot<\/span> (df.index<\/span> , df['<\/span> cumperc<\/span> '], color=color2, marker=\"<\/span> D<\/span> \", ms=line_size<\/span> )<\/span>\nax2.<\/span> yaxis<\/span> .<\/span> set_major_formatter<\/span> (PercentFormatter())\n\n#specify axis colors\n<\/span>ax.<\/span> tick_params<\/span> (axis='<\/span> y<\/span> ', colors=color1)\nax2.<\/span> tick_params<\/span> (axis='<\/span> y<\/span> ', colors=color2)<\/span><\/span>\n\n#display Pareto chart\n<\/span>plt. show<\/span> ()<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pareto_chart2.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe u een Ogive-diagram maakt in Python<\/a>
Hoe u een stam- en bladplot maakt in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"