如何在 python 中创建堆叠条形图，按类别进行颜色编码

Question

我正在 Kaggle 上处理一个流行的泰坦尼克号数据集，我想创建一个条形图来显示按性别分类的幸存者人数与死者人数。在 x 轴上，我想要性别 (male/female)。我想让幸存者和死者堆叠起来并用颜色编码。

这是我当前的代码，它为 male/survived、male/deceased、female/survived、female/deceased:

的每个组合生成四个柱

import pandas as pd
import seaborn as sns  # for the data

df = sns.load_dataset('titanic').loc[:, ['sex', 'survived']]
df.groupby('sex').survived.value_counts().plot(kind='bar', color=['C0', 'C1'], stacked=True)

当前输出

Answer 1

通过一些示例数据，我相信这就是您正在寻找的，使用 matplotlib:

import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({'Sex':['M','F','M','F','M','F','M','F','M','F','F','F','M','F','F','F'],
                   'Survived':['Y','Y','N','Y','N','Y','N','Y','Y','Y','Y','Y','Y','Y','N','N']})
grouped = df.groupby(['Sex','Survived'],as_index=False).agg(Count=pd.NamedAgg(column="Survived", aggfunc="count"))
fig, ax = plt.subplots()
ax.bar(grouped[grouped['Sex'] =='F']['Survived'], grouped[grouped['Sex']=='F']['Count'],label='F')
ax.bar(grouped[grouped['Sex'] =='M']['Survived'], grouped[grouped['Sex']=='M']['Count'],label='M',bottom=grouped[grouped['Sex']=='F']['Count'])
ax.set_ylabel("Number of passengers")
ax.set_xlabel("Survived status")
ax.set_title('Passengers by survivality and gender')
ax.legend()
plt.show()

这是输出：

Answer 2

最简单的方法是使用 pandas.DataFrame.pivot_table, and then plot with pandas.DataFrame.plot 指定 kind='bar' 和 stacked=True 重塑 DataFrame。
- 要记住的重要一点是将数据塑造成正确的绘图格式 API。
使用 pandas v1.2.4 和 matplotlib v3.3.4（matplotlib 被 pandas 作为依赖导入）。

import seaborn as sns  # used for the titanic data
import pandas as pd

# load the two necessary column
df = sns.load_dataset('titanic').loc[:, ['sex', 'survived']]

# create a pivot table
dfp = df.pivot_table(index='sex', columns=['survived'], aggfunc=len)

# display(dfp)
survived    0    1
sex               
female     81  233
male      468  109

# plot the dataframe
dfp.plot(kind='bar', stacked=True, ylabel='Counts', xlabel='Gender',
         title='Survival Status Count by Gender', rot=0)

我不推荐堆叠条形图，因为它更难区分和比较每个类别的值。

dfp.plot(kind='bar', stacked=False, ylabel='Counts', xlabel='Gender',
         title='Survival Status Count by Gender', rot=0)

Answer 3

对于这种精心制作的图，尤其是 DataFrame，我更喜欢使用 plotly，因为输出更具交互性。我没有使用组操作，因为逻辑索引可以解决问题。

最后，由于堆叠直方图的性质，你只能代表死者，因为幸存者将是左边的区域。如果你无论如何都想代表他们（用不同的颜色），请随时发表评论。

希望它能解决您的问题！

import plotly.graph_objects as go
import numpy as np
import seaborn as sns

df = sns.load_dataset('titanic').loc[:, ['sex', 'survived']]
male_df = df[df['sex'] == 'male']
female_df = df[df['sex'] == 'female']

fig = go.Figure(go.Histogram(
    x=df['sex'], bingroup=1, name='total number of male/female'
))
fig.add_trace(go.Histogram(
    x=male_df[male_df['survived'] == 0]['sex'], bingroup=1, name='number of deceased male'
))
fig.add_trace(go.Histogram(
    x=female_df[female_df['survived'] == 0]['sex'], bingroup=1, name='number of deceased female'
))
fig.update_layout(
    title='Passengers by survivality and gender',
    barmode='overlay',
    bargap=0.1
)
fig.show()

如何在 python 中创建堆叠条形图，按类别进行颜色编码

How to create stacked bar chart in python, color coded by category

python

matplotlib

bar-chart

pandas

stacked-chart

当前输出