Побудова категоріальних даних за допомогою панд та matplotlib

У мене є фрейм даних з категоричними даними:

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

Я хочу сформувати декілька графіків, таких як кругові діаграми та гістограми на основі категорій. Чи можливо це без створення фіктивних числових змінних? Щось на зразок

df.plot(kind='hist')

Ви можете просто використовувати value_countsдля серії:

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

Ви можете знайти корисний mosaicсюжет зі статистичних моделей. Що також може дати статистичне виділення для дисперсій.

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

Але остерігайтеся комірки розміром 0 - вони спричинять проблеми з мітками.

Дивіться цей відповідь для подробиць

подобається це :

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

Ви також можете використовувати countplotз seaborn. Цей пакет спирається на pandasстворення високорівневого інтерфейсу побудови графіків. Це дає вам гарний стиль та правильні мітки осей безкоштовно.

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')

Він також підтримує забарвлення брусків у потрібний колір з невеликою хитрістю

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

Щоб побудувати декілька категоріальних ознак як гістограми на одному і тому ж графіку, я б запропонував:

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()