Matplotlib pandas plot value counts barplot的降序显示

什么是Matplotlib and pandas?

Matplotlib是一个用于绘制图形的Python库。它提供了广泛的功能，从最简单的绘图（例如折线图和散点图）到复杂的图形（例如三维图形和动画）。Matplotlib可以轻松地集成到数据分析流程中，尤其是在使用Pandas进行数据分析时。

Pandas是Python中的一个非常流行的数据分析库。它可以处理各种各样的数据类型，包括时间序列数据，列式数据，混杂数据等等。Pandas提供了一系列函数和工具，可以方便地进行数据清洗、操作和可视化等工作。

如何用Matplotlib and pandas绘制value counts barplot？

matplotlib barh（）函数用于在条形图中绘制水平条形。

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel('data.xlsx')
df = pd.DataFrame(data)
counts = df['column_name'].value_counts()
counts.sort_values(inplace=True, ascending=False)

plt.barh(counts.index, counts.values, color='blue')
plt.show()

以上代码绘制了一个垂直条形计数。可以通过将函数barh（）更改为函数bar（）进行修改以获取水平条形计数。

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel('data.xlsx')
df = pd.DataFrame(data)
counts = df['column_name'].value_counts()
counts.sort_values(inplace=True, ascending=False)

plt.bar(counts.index, counts.values, color='blue')
plt.show()

如何降序显示Matplotlib pandas plot value counts barplot？

降序意味着以相反的顺序显示items。在本例中，从顶部开始显示计数最大的items。Pandas Sort_values()函数可以让我们轻松地对字典，数据帧或series中的数据按值进行排序。它有一个参数 ascending，用于指定升序或降序排序。如果 ascending = False，则数据将会按相反顺序排序。

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel('data.xlsx')
df = pd.DataFrame(data)
counts = df['column_name'].value_counts()
counts.sort_values(inplace=True, ascending=False)

plt.bar(counts.index, counts.values, color='blue')
plt.show()

上述代码显示一个基本的计数条形图。该代码块的核心在于df[‘column_name’].value_counts（）函数，该函数返回不同值的计数。后面的sort_values（）函数按降序排序，以便在条形图中按排序顺序绘制数据。

接下来是一些我们可以使用的option来调整绘制。首先，我们可以使用plt.colorbar（）函数添加一个颜色条。使用plt.xticks（）函数和plt.yticks（）函数可以在条形图中添加标签。

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel('data.xlsx')
df = pd.DataFrame(data)
counts = df['column_name'].value_counts()
counts.sort_values(inplace=True, ascending=False)

fig, ax = plt.subplots()
plt.bar(counts.index, counts.values, color='blue')
plt.xticks(rotation = 90)
plt.yticks([0, 1, 2, 3, 4])
plt.ylabel('Frequency')
plt.xlabel('Column name')
plt.title('Title of the graph')
plt.show()

总结

这篇文章介绍了如何使用Matplotlib和pandas库来制作value counts barplot。我们学习了在水平或垂直方向中的图表如何制作。此外，我们还学习了如何按降序绘制条形图。我们在颜色，标签和标题上进行了多项调整，以便让我们的图表更具可读性。这些方法可以帮助您在数据分析中以可视化的方式理解数据。