Python 如何在Python-Plotly中分组柱状图

数据可视化是理解和解释复杂数据的关键步骤。在众多图表类型中，柱状图仍然是表示分类数据的一种通用且受欢迎的选择。使用Python作为领先的数据分析语言和Plotly作为图形化库，我们可以轻松而精确地创建和定制柱状图，包括分组柱状图。

今天，我们将深入探讨使用Plotly在Python中创建分组柱状图的过程。当比较同一轴上多个系列的类别时，使用分组柱状图。这种类型的图表可以提供更全面的复杂数据集的视觉表示，有助于突出显示模式，相关性和对比。

语法

使用Plotly的express函数创建分组柱状图的标准语法如下：

plotly.express.bar(data_frame, x, y, color, barmode = 'group', ...)

在这种语法中：

data_frame – 这是您用作数据源的DataFrame。
x – DataFrame中表示x轴值的列。
y – DataFrame中表示y轴值的列。
color – 您要使用的用于分组数据的列。
barmode – 对于分组柱状图，此设置应该设置为’group’。如果没有指定，默认设置为’relative’。
…：用于自定义绘图的其他参数的占位符。

步骤

让我们将创建分组柱状图的过程分解为简单的步骤：

导入必要的库。
创建或导入您的数据帧。
根据您的DataFrame指定’x’、’y’和’color’参数。
使用plotly.express.bar()函数创建您的图表。
将barmode设置为’group’。
自定义您的图表（可选）。
显示您的图表。

方法1：从头开始创建分组柱状图

假设我们有三种不同产品（A、B和C）在一年的四个季度的销售数据。我们想要用分组柱状图来表示这些数据以进行更好的比较。

示例

# Import necessary libraries
import plotly.express as px
import pandas as pd

# Create the DataFrame
data = {'Quarters': ['Q1', 'Q2', 'Q3', 'Q4'],
      'Product A': [200, 150, 100, 180],
      'Product B': [220, 130, 90, 150],
      'Product C': [210, 160, 130, 170]}

df = pd.DataFrame(data)

# Convert the DataFrame from wide to long format
df_melt = df.melt(id_vars='Quarters', var_name='Products', value_name='Sales')

# Create the grouped bar chart
fig = px.bar(df_melt, x='Quarters', y='Sales', color='Products', barmode='group')

# Show the plot
fig.show()

输出

Python 如何在Python-Plotly中分组柱状图

解释

首先，我们在前两行引入了必要的库组件。为了简洁起见，我们将plotly.express缩写为px。plotly.express是Plotly程序的一个直观高级接口。此外，我们还引入了pandas，这是一个用于数据处理和分析的强大包，我们用其别名pd来引用。

然后，我们构建了一个字典，将其称为data，并对其进行了修改，以包含三种不同物品（’A’，’B’和 ‘C’）在四个不同季度（’Q1’到’Q4’）的销售。接下来，我们将该字典转换为一个pandas DataFrame df。

利用melt()函数，我们将DataFrame从宽格式转换为长格式。要保持不变的列由id_vars参数确定，而新生成列的名称分别由var_name和value_name指定。

在制作柱状图时，调用px.bar()方法来完成繁重的工作。x参数、y参数和variety参数分别表示DataFrame中将用于表示分组色调、x轴和y轴的列。为了制作分组柱状图，将barmode设置为group。

通过最后一次调用show()函数来显示图表。

方法2：从外部数据生成分组柱状图

假设我们有一个包含不同地区和产品销售数据的外部CSV文件（’sales_data.csv’）。

示例

# Import necessary libraries
import plotly.express as px
import pandas as pd

# Load the DataFrame from an external CSV file
df = pd.read_csv('sales_data.csv')

# Create the grouped bar chart
fig = px.bar(df, x='Region', y='Sales', color='Product', barmode='group')

# Customize the plot
fig.update_layout(title_text='Sales by Product and Region',
                  xaxis_title='Region',
                  yaxis_title='Sales')

# Show the plot
fig.show()