如何使用python生成显示百分比而不是出现次数的图形？

我有1000名客户，他们的任期和合同状态各不相同（1表示他们已签订合同，0表示他们已解除合同），如下数据框所示：

df=pd.DataFrame（列=['customer'、'liferature'、'contract\u status']
df['customer']=np.arange（1001）
df['lexture']=np.random.randint（1200，df.shape[0]）
df['合同状态][:200]=0
df['合同状态][200:]=1

我创建了一个柱状图，用以下代码说明合同内和合同外客户的分布情况：

sns.set\u上下文（'talk'））
sns.set_样式（'darkgrid'）
plt.rcParams[“figure.figsize”]=（10,8）
plt.hist（df[df['contract_status']==1]['liferature']，bin=50，alpha=0.5，label='contract'）
plt.hist（df[df['contract_status']==0]['liferature']，bin=50，alpha=0.5，label='Non-contract'）
plt.图例（位置='右上'）
plt.xlabel（“任期”）
产品名称（“客户分布”）
plt.show（）

以下是我尝试过的示例和预期的解决方案：

> exp = df[(df['tenure']>0) & (df['tenure']<10)]

>  exp_plot = exp.groupby(['contract_status',
> 'tenure']).size().reset_index().pivot(columns='contract_status', index
> ='tenure', values=0)
>     exp_plot['In contract'] = ((exp_plot[1]/(exp_plot[0] + exp_plot[1])) * 100).round(2)
>     exp_plot['Out of contract'] = ((exp_plot[0]/(exp_plot[0] + exp_plot[1])) * 100).round(2)
>     exp_plot.drop([0,1],axis=1,inplace=True)

>     fig,ax = plt.subplots(figsize = (15,8))
>     exp_plot.plot(kind='bar',stacked=True,ax =ax)
>     ax.set(xlabel = 'tenure',ylabel='Percentage of customers',title= 'tenure' + 
>     by percentage',ylim=(0,100))
>     ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
>     
>     for p in ax.patches:
>         width, height = p.get_width(), p.get_height()
>         x, y = p.get_xy() 
>         ax.text(x+width/2,  y+height/2, '{:.1f}%'.format(height), 
>          horizontalalignment='center', 
>         verticalalignment='center',size=14,color='white')

exp=df[（df[‘任期’]>0）和（df[‘任期’]exp\u plot=exp.groupby（[‘合同状态’， >“任期”]）.size（）.reset_index（）.pivot（columns='contract_status'，index >='任期'，值=0） >exp_plot['在合同中]=（exp_plot[1]/（exp_plot[0]+exp_plot[1]）*100。第二轮 >exp_plot['Out of contract']=（exp_plot[0]/（exp_plot[0]+exp_plot[1]）*100。第二轮 >exp_plot.drop（[0,1]，轴=1，在位=True） >图，ax=plt.子批次（图尺寸=（15,8）） >exp_plot.plot（kind='bar'，stacked=True，ax=ax） >ax.set（xlabel=‘任期’、ylabel=‘客户百分比’、title=‘任期’+ >按百分比’，ylim=（0100）） >ax.图例（loc='中间偏左'，bbox_至_锚=（1,0.5）） > >对于ax.patches中的p： >宽度，高度=p.获取宽度（），p.获取高度（） >x，y=p.get_xy（） >ax.text（x+width/2，y+height/2，“{.1f}%.”格式（height）， >水平对齐='中心'， >垂直对齐=中心，尺寸=14，颜色=白色） 这个解决方案只适用于少数几个数据点——如上图所示，我仅将此示例用于0到10之间的任期。当我尝试将其应用于整个数据帧时，结果并不正确

我想创建一个类似于堆叠条形图的图形，以百分比而不是出现次数来显示分布，其中每个条形图将上升到1，阴影中的颜色将表示每个任期实例的合同内或合同外的客户数量。

有一个

密度

键如果设置为

True

，它将生成一个标准化的直方图。如果不支持相同的功能，我会感到惊讶

应足以修改，例如：

plt.hist(df[df['contract_status'] == 1]['tenure'], bins = 50,alpha=0.5, label='Contract')

为此：

plt.hist(df[df['contract_status'] == 1]['tenure'], bins = 50, density=True, alpha=0.5, label='Contract')

---

（也许，你也应该考虑<代码> DF.PLUTE（）/<代码>，如果它只是快速和肮脏的绘图）.

如果我不清楚，很抱歉，但我想要一个类似于堆叠条形图的东西，每个任期都可以显示合同签订和终止的客户比例。我建议写一份详细的报告，更好地说明您现在得到了什么以及您希望得到什么。