带有堆叠组件的直方图

假设我有一个过去90天里每天测量的值。我想绘制这些值的直方图，但我想让观看者容易看到过去90天内某些非重叠子集的测量结果。我想通过将直方图的每个小节“细分”为块来做到这一点。最早观察的一块，最近观察一块，最近观察一块。带有堆叠组件的直方图

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

这是我到目前为止有：

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)

这一点让我：

poor result

此图有一些不足之处：

酒吧集聚于错误的顺序。 last5应位于顶部，中间位置应为next15。即它们应按照forhist中列的顺序进行堆叠。
条形之间有水平间距
x轴标有整数而不是指示箱代表的值。我的“第一选择”是将x轴标记为与我刚运行data['values'].hist()时完全相同。如果我做了pd.cut(data['values'], 15)，我的“第二选择”是将x轴标记为“bin名称”。在我的代码中，我使用了labels=False，因为如果我没有这样做，它会将条形边缘标签（作为字符串）用作条形标签，并且会将它们按字母顺序排列，从而使图形基本无用。

解决此问题的最佳方法是什么？我觉得我到目前为止使用了非常笨拙的功能。

来源

2014-03-06 8one6

好吧，这里有一个方法，从matplotlibhist功能本身攻击它，使用特点：

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()

其中给出：

better

来源

2014-03-06 14:57:17 8one6

带有堆叠组件的直方图

回答

相关问题