使用 hvplot/holoviews 更改分组条形图中条形的顺序

Question

我尝试创建分组条形图，但不知道如何影响条形图的顺序。

鉴于这些示例数据：

import pandas as pd
import hvplot.pandas

df = pd.DataFrame({
    "lu": [200, 100, 10], 
    "le": [220, 80, 130], 
    "la": [60, 20, 15], 
    "group": [1, 2, 2],
})
df = df.groupby("group").sum()

我想创建一个水平分组条形图，显示所有三列的两组 1 和 2。这些列应按 "le"、"la" 和 "lu".

的顺序出现

当然我会用 Hvplot 试试这个：

df.hvplot.barh(x = "group", y = ["le", "la", "lu"])

这样我得到了以下结果：

Hvplot 似乎不关心我添加列的顺序（调用 df.hvplot.barh(x = "group", y = ["lu", "le", "la"]) 不会改变任何东西。Hvplot 似乎也不关心数据帧中的原始顺序。

是否有任何选项可以影响条形图的顺序？

Answer 1

对于普通条形图，您可以按照希望绘制的方式对数据进行排序。
但是，对于分组条形图，您还不能设置顺序。
但是此功能的开发正在进行中，可能会在下一个版本中提供：https://github.com/holoviz/holoviews/issues/3799

Hvplot 0.5.2 和 Holoviews 1.12 的当前解决方案：

1) 如果您使用的是 Bokeh 后端，则可以使用关键字挂钩:

from itertools import product

# define hook function to set order on bokeh plot
def set_grouped_barplot_order(plot, element):
    # define you categorical ordering in a list of tuples
    factors = product(['2', '1'], ['le', 'la', 'lu'])

    # since you're using horizontal bar set order on y_range.factors
    # if you would have had a normal (vertical) barplot you would use x_range.factors
    plot.state.y_range.factors = [*factors]

# create plot    
group = df.groupby("group").sum()
group_plot = group.hvplot.barh(
    x="group",
    y=["le", "la", "lu"],
    padding=0.05,
)

# apply your special ordering function
group_plot.opts(hooks=[set_grouped_barplot_order], backend='bokeh')

挂钩允许您将特定的散景设置应用到您的绘图。您并不经常需要钩子，但在这种情况下它们非常方便。文档：
http://holoviews.org/user_guide/Customizing_Plots.html#Plot-hooks
https://holoviews.org/FAQ.html

2) 另一个解决方案 是将您的 Holoviews 图转换为实际的散景图，然后设置顺序：

from itertools import product
import holoviews as hv
from bokeh.plotting import show

# create plot
group = df.groupby("group").sum()
group_plot = group.hvplot.barh(
    x="group",
    y=["le", "la", "lu"],
    padding=0.05,
)

# render your holoviews plot as a bokeh plot
my_bokeh_plot = hv.render(group_plot, backend='bokeh')

# set the custom ordering on your bokeh plot
factors = product(['2', '1'], ['le', 'la', 'lu'])
my_bokeh_plot.y_range.factors = [*factors]

show(my_bokeh_plot)

我个人更喜欢第一个解决方案，因为它保留在 Holoviews 中。

结果图：

Answer 2

这刚刚在 HoloViews 1.13 中 修复。

您可以按照自己的意愿对条形图进行排序：

df.hvplot.barh(x="group", y=["lu", "la", "le"])

在我撰写本文时，HoloViews 1.13 尚未正式发布，但您可以通过以下方式安装它：

pip install git+https://github.com/holoviz/holoviews.git

如果您想更好地控制顺序，可以在 grouped_barplot:
上使用 .redim.values()
group_specific_order = [2, 1] variable_specific_order = ['lu', 'la', 'le'] # Note that group and Variable are the variable names of your dimensions here # when you use this on a different grouped barchart, then please change to the # names of your own dimensions. your_grouped_barplot.redim.values( group=group_specific_order, Variable=variable_specific_order, )

使用 hvplot/holoviews 更改分组条形图中条形的顺序

Change the order of bars in a grouped barplot with hvplot/holoviews

python

bokeh

holoviews

hvplot

holoviz