Python 数据可视化：案例剖析

在 Plotnine 官方网站中，提供了一些比较经典的案例，如果能够将这些案例分析清楚，对提高 Plotnine 的应用技能大有裨益。本课就选择两个案例抛砖引玉，供参考。

3.3.1 柱形图及坐标轴设置

本案例是关于柱形图和对其坐标轴设置，案例中核心类为 plotnine.geoms.geom_col（点击这里详见官方地址）。

还是先创建数据集：

import pandas as pd
import numpy as np
from plotnine import *

df = pd.DataFrame({
    'variable': ['gender', 'gender', 'age', 'age', 'age', 'income', 'income', 'income', 'income'],
    'category': ['Female', 'Male', '1-24', '25-54', '55+', 'Lo', 'Lo-Med', 'Med', 'High'],
    'value': [60, 40, 50, 30, 20, 10, 25, 25, 40],
    })
df['variable'] = pd.Categorical(df['variable'], categories=['gender', 'age', 'income'])
df

	variable	category	value
0	gender	Female	60
1	gender	Male	40
2	age	1-24	50
3	age	25-54	30
4	age	55+	20
5	income	Lo	10
6	income	Lo-Med	25
7	income	Med	25
8	income	High	40

然后绘制柱形图：

(ggplot(df, aes(x='variable', y='value', fill='category'))
 + geom_col()
)

image

代码比较简单，但是因为特征 variable 的每个值所对应的 value 特征值自动成为一个柱子，而该柱子又是根据 fill='category' 填充（即柱子本身根据特征 category 的值划分为若干部分），图显得有点乱，不如绘制簇状柱形图清晰。

(ggplot(df, aes(x='variable', y='value', fill='category'))
 + geom_col(stat='identity', position='dodge')    #①
)

image

① 增加了两个参数，就改为簇状柱形图了。

• stat：默认为 'identity'，表示对本图层数据进行统计变换。当然，这不是出现“簇”的决定参数。
• position：默认为 'stack'，表示堆叠的柱形图。如果设置为 'dodge'，就出现簇了。

旁边虽然有图例，可以对应看到每种颜色的柱状图所表示的 category 值，但是，不如直接在柱形图上标示更清晰。为此可以进行如下修改：

dodge_text = position_dodge(width=0.9)                              # ②

(ggplot(df, aes(x='variable', y='value', fill='category'))
 + geom_bar(stat='identity', position='dodge', show_legend=False)   # ③
 + geom_text(aes(y=-.5, label='category'),                          # ④
             position=dodge_text,
             color='gray', size=8, angle=45, va='top')
 + lims(y=(-5, 60))                                                 # ⑤
)

输出结果：

image