Wykreślanie danych kategorycznych za pomocą pand i matplotlib

Mam ramkę danych z danymi kategorycznymi:

     colour  direction
1    red     up
2    blue    up
3    green   down
4    red     left
5    red     right
6    yellow  down
7    blue    down

Chcę wygenerować wykresy, takie jak wykresy kołowe i histogramy na podstawie kategorii. Czy jest to możliwe bez tworzenia fikcyjnych zmiennych numerycznych? Coś jak

df.plot(kind='hist')

Możesz po prostu użyć value_countsw serii:

df['colour'].value_counts().plot(kind='bar')

Możesz znaleźć przydatne mosaicwykresy z modeli statystycznych. Co może również dać statystyczne wyróżnienie dla wariancji.

from statsmodels.graphics.mosaicplot import mosaic
plt.rcParams['font.size'] = 16.0
mosaic(df, ['direction', 'colour']);

Uważaj jednak na komórkę o rozmiarze 0 - spowodują problemy z etykietami.

Zobacz tę odpowiedź, aby uzyskać szczegółowe informacje

lubię to :

df.groupby('colour').size().plot(kind='bar')

Możesz również użyć countplotfrom seaborn. Ten pakiet jest oparty na pandastworzeniu interfejsu drukowania wysokiego poziomu. Zapewnia dobrą stylizację i prawidłowe etykiety osi za darmo.

import pandas as pd
import seaborn as sns
sns.set()

df = pd.DataFrame({'colour': ['red', 'blue', 'green', 'red', 'red', 'yellow', 'blue'],
                   'direction': ['up', 'up', 'down', 'left', 'right', 'down', 'down']})
sns.countplot(df['colour'], color='gray')

Obsługuje również malowanie pasków w odpowiednim kolorze za pomocą małej sztuczki

sns.countplot(df['colour'],
              palette={color: color for color in df['colour'].unique()})

Aby wykreślić wiele cech kategorialnych jako wykresy słupkowe na tym samym wykresie, sugerowałbym:

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(
    {
        "colour": ["red", "blue", "green", "red", "red", "yellow", "blue"],
        "direction": ["up", "up", "down", "left", "right", "down", "down"],
    }
)

categorical_features = ["colour", "direction"]
fig, ax = plt.subplots(1, len(categorical_features))
for i, categorical_feature in enumerate(df[categorical_features]):
    df[categorical_feature].value_counts().plot("bar", ax=ax[i]).set_title(categorical_feature)
fig.show()

Możesz po prostu użyć value_countsz sortopcją ustawioną na False. Pozwoli to zachować kolejność kategorii

df['colour'].value_counts(sort=False).plot.bar(rot=0)