Pandas DataFrame DataFrame.plot.bar() Funktion

  2. Referenz
  3. Python Pandas Funktionen
  4. Pandas DataFrame DataFrame.plot.bar() …
Minahil Noor 30 Januar 2023
Pandas Pandas DataFrame Pandas DataFrame Plot
  1. Syntax der Funktion pandas.DataFrame.plot.bar()
  2. Beispiel-Codes: DataFrame.plot.bar()
  3. Beispielcodes: DataFrame.plot.bar() mit mehreren Datenspalten
  4. Beispielcodes: DataFrame.plot.bar() Mit subplots=True zur Erstellung von Unterdiagrammen
  5. Beispielcodes: DataFrame.plot.bar() zum Plotten einzelner Datenspalten
  6. Beispielcodes: DataFrame.plot.bar() mit den angegebenen Farben
Pandas DataFrame DataFrame.plot.bar() Funktion

Die Funktion Python Pandas DataFrame.plot.bar() stellt ein Balkendiagramm entlang der angegebenen Achse dar. Sie stellt das Diagramm in Kategorien dar. Die Kategorien werden auf der x-Achse und die Werte auf der y-Achse angegeben.

Syntax der Funktion pandas.DataFrame.plot.bar()

DataFrame.sample(x=None, y=None, **kwds)

Parameter
x Dies ist die Achse, auf der die Kategorien eingezeichnet werden. Wenn sie nicht angegeben ist, wird der Index des DataFrame verwendet.
y Sie stellt die Werte dar, die gegen die Kategorien aufgetragen werden. Wenn er nicht angegeben wird, werden alle numerischen Spalten des DataFrame gegen die Kategorien aufgetragen.
**kwds Dies sind die zusätzlichen Schlüsselwort-Argumente zur Anpassung des Diagramms. Sie können diese [hier] überprüfen (https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html#pandas.DataFrame.plot).

Zurück

Es gibt ein N-dimensionales Array zurück. Wenn subplots=True, dann gibt es ein N-dimensionales Array mit matplotlib.axes.Axes pro Spalte zurück.

Beispiel-Codes: DataFrame.plot.bar()

Lassen Sie uns diese Funktion zunächst anhand eines einfachen DataFrame verstehen.

import pandas as pd
dataframe = pd.DataFrame({'Value':[100, 200, 300]})
print(dataframe)

Unser DataFrame sieht folgendermaßen aus:

 Value
0  100
1  200
2  300

Alle Parameter dieser Funktion sind optional. Wenn wir diese Funktion ausführen, ohne einen Parameter zu übergeben, dann nimmt sie den Index als x-Achse und numerische Datenspalten als y-Achse.

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame({"Value": [100, 200, 300]})
axis = dataframe.plot.bar(rot=0)
print(axis)
plt.show()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Pandas DatenFrame.plot.bar Basis

Der Parameter rot ist ein zusätzlicher Schlüsselwortparameter. Er ändert die Rotation der Kategorienamen auf der x-Achse.

Wenn wir rot nicht setzen, sieht die Darstellung wie unten aus.

Pandas DataFrame.plot.bar Basic - nicht Rot setzen

Beispielcodes: DataFrame.plot.bar() mit mehreren Datenspalten

Jetzt werden wir unseren Dataframe in einen komplexen ändern.

import pandas as pd

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
print(dataframe)

Unser DataFrame sieht folgendermaßen aus:

        Age  Avg Age in Family
Olivia   23                 70
John     17                 65
Laura    40                 80
Ben      38                 55
Kevin    24                 60
Robin    12                 63
Elsa     45                 90

Zeichnen Sie diesen DataFrame mit der Funktion DataFrame.plot.bar()

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0)
print(axis)
plt.show()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Pandas DataFrame.plot.bar mit mehreren Spalten

Es erzeugt ein Balkendiagramm mit zwei Balken numerischer Daten jeder Kategorie. Es hilft bei der effizienten Datenanalyse.

Beispielcodes: DataFrame.plot.bar() Mit subplots=True zur Erstellung von Unterdiagrammen

Wenn subplots=True, dann gibt die Funktion ein N-dimensionales Array mit matplotlib.axes.Axes pro Spalte zurück. Auf diese Weise können wir unsere Datenspalten in verschiedene Subplots anstatt in einen einzigen Plot aufteilen.

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axes = dataframe.plot.bar(rot=0, subplots=True)
print(axes)
plt.show()

Ausgabe:

[<matplotlib.axes._subplots.AxesSubplot object at 0x0000029A89B06DC8>
 <matplotlib.axes._subplots.AxesSubplot object at 0x0000029A89B4B2C8>]

Pandas DataFrame.plot.bar Unterdiagramme

Beispielcodes: DataFrame.plot.bar() zum Plotten einzelner Datenspalten

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(y="Age", rot=0)
print(axis)
plt.show()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Pandas DataFrame.plot.bar Einspaltiges Plot

Wir können auch jede Datenspalte gegen andere Spalten auftragen, anstatt Indizes als Kategorien zu zeichnen.

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(x="Age", rot=0)
print(axis)
plt.show()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Pandas DataFrame.plot.bar - Eine Spalte als X-Achse verwenden

Beispielcodes: DataFrame.plot.bar() mit den angegebenen Farben

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0, color="m")
plt.show()

Pandas DataFrame.plot.bar - Einfarbig für verschiedene Spalten

Sie gibt die Farbe m für alle Spalten im DataFrame an.

import pandas as pd
import matplotlib.pyplot as plt

dataframe = pd.DataFrame(
    {
        "Age": [23, 17, 40, 38, 24, 12, 45],
        "Avg Age in Family": [70, 65, 80, 55, 60, 63, 90],
    },
    index=["Olivia", "John", "Laura", "Ben", "Kevin", "Robin", "Elsa"],
)
axis = dataframe.plot.bar(rot=0, color=["r", "b"])
print(axis)
plt.show()

Pandas DataFrame.plot.bar - Verschiedene Farben für verschiedene Spalten

Wir könnten auch verschiedene Farben für verschiedene Spalten im DataFrame angeben, indem wir dem Parameter color eine Farbliste geben.

Verwandter Artikel - Pandas DataFrame

Verwandter Artikel - Pandas DataFrame Plot