使用 matplotlib 的标准化和百分比图

Question

我目前使用的数据集显示了客户及其类。

Customer     Class
4124          A
4123          A
532           B
4512          A
5325          B
642           C
5345          A

我正在使用 matplotlib 到 plot 频率条形图：

class_f=df.groupby(['Class']).size().reset_index(name='Frequency').sort_values('Frequency', ascending=False)
plt.bar(class_f['Class'].astype(str), class_f['Frequency'])
plt.show()

但是我想使用归一化的 plot 和 y 轴上的百分比值来可视化结果。 对于百分比值，我一直在尝试使用 mtick。 对于标准化的 plot，我发现了很多带有堆叠图和使用 seaborn 的示例。 我想知道如何使用 matplotlib 来做同样的事情。

Answer 1

以下代码说明了 3 个不同的图：

• matplotlib 条形图 plot 从聚合的 dataframe 创建，降序排列
• seaborn histplot with stat='percent' （使用遇到类的顺序）
• seaborn histplot with multiple='fill'显示每个 class 的相对比例； 通常使用来自另一列的 x 轴； 如果不是，则可以使用一个虚拟的零数组来仅具有一个 x 位置

import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame({'Customer': np.random.randint(1000, 10000, 30),
                   'Class': np.random.choice(['A', 'B', 'C'], 30)})
class_f = df.groupby(['Class']).size().reset_index(name='Frequency').sort_values('Frequency', ascending=False)

fig, (ax1, ax2, ax3) = plt.subplots(ncols=3, figsize=(14, 4))
ax1.bar(class_f['Class'], class_f['Frequency'] / class_f['Frequency'].sum() * 100)
ax1.yaxis.set_major_formatter(PercentFormatter(100, decimals=0))

sns.histplot(data=df, x='Class', stat='percent', ax=ax2)
ax2.yaxis.set_major_formatter(PercentFormatter(100, decimals=0))

sns.histplot(data=df, x=np.zeros(len(df)), stat='percent', hue='Class', multiple='fill', ax=ax3)
ax3.yaxis.set_major_formatter(PercentFormatter(1))
ax3.set_xticks([])

plt.tight_layout()
plt.show()