Pandas: як анотувати смужки на діаграмі


Ви можете використовувати наступні методи, щоб анотувати смужки на діаграмі панди:

Спосіб 1. Додайте анотації до смужок у простій стовпчастій діаграмі

 ax = df. plot . bar ()

ax. bar_label ( ax.containers [ 0 ])

Спосіб 2: анотування стовпчиків у згрупованій стовпчастій діаграмі

 ax = df. plot . bar ()

for container in ax. containers :
    ax. bar_label (container)

Наступні приклади показують, як використовувати кожен метод на практиці.

Приклад 1: анотація стовпчиків у простій стовпчастій діаграмі

Наступний код показує, як анотувати стовпчики на простій стовпчастій діаграмі:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' product ': ['A', 'B', 'C', 'D', 'E'],
                   ' sales ': [4, 7, 8, 15, 12]})

#view DataFrame
print (df)

  product sales
0 to 4
1 B 7
2 C 8
3 D 15
4 E 12

#create bar plot to visualize sales by product
ax = df. plot . bar (x=' product ', y=' sales ', legend= False )

#annotate bars
ax. bar_label ( ax.containers [ 0 ])

панди анотують бар сюжет

Зауважте, що фактична вартість продажів відображається у верхній частині кожної смужки.

Приклад 2: анотування стовпчиків у згрупованій стовпчастій діаграмі

У наведеному нижче коді показано, як анотувати стовпчики на згрупованій стовпчастій діаграмі:

 #createDataFrame
df = pd. DataFrame ({' productA ': [14, 10],
                   ' productB ': [17, 19]},
                    index=['store 1', 'store 2'])

#view DataFrame
print (df)

         productA productB
store 1 14 17
store 2 10 19

#create grouped bar plot
ax = df. plot . bar ()

#annotate bars in bar plot
for container in ax. containers :
    ax. bar_label (container) 

pandas анотують стовпчики на згрупованому стовпчиковому графіку

Зауважте, що анотації додано до кожної окремої смужки на графіку.

Додаткові ресурси

У наступних посібниках пояснюється, як створити інші типові візуалізації в pandas:

Як створити коробковий графік із Pandas DataFrame
Як створити секторну діаграму з Pandas DataFrame
Як створити гістограму з Pandas DataFrame

Додати коментар

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *