Merencanakan data kategorikal dengan panda dan matplotlib

Saya memiliki bingkai data dengan data kategorikal:

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

Saya ingin membuat beberapa grafik, seperti diagram lingkaran dan histogram berdasarkan kategori. Apakah mungkin tanpa membuat variabel numerik tiruan? Sesuatu seperti

df.plot(kind='hist')

Anda cukup menggunakan value_countsdi seri:

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

Anda mungkin menemukan mosaicplot yang berguna dari statsmodels. Yang juga dapat memberikan sorotan statistik untuk varians.

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

Tetapi berhati-hatilah dengan sel berukuran 0 - mereka akan menyebabkan masalah dengan label.

Lihat jawaban ini untuk detailnya

seperti ini :

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

Anda juga bisa menggunakan countplotdari seaborn. Paket ini dibuat pandasuntuk membuat antarmuka plot tingkat tinggi. Ini memberi Anda gaya yang baik dan label sumbu yang benar secara gratis.

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')

Ini juga mendukung pewarnaan batang dengan warna yang tepat dengan sedikit trik

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

Untuk memplot beberapa fitur kategorikal sebagai diagram batang pada plot yang sama, saya sarankan:

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()