如何使用Python在条形图中表示二维分类数据

我有一个包含列的数据集：“月份”、“类别”和“盈利能力”。我使用下面的方法来计算每个月和类别的“盈利能力”总和

q1=df.groupby(['Month','Category'])['Profitability'].sum()

这是我得到的结果

Month  Category   
1      Cosmetics       2685.9000
       First Aid       2128.0200
       Magazine         703.8900
       Supplements    37005.6200
       Toiletries      1893.0600
2      Cosmetics       2569.0600
       First Aid       3282.7850
       Magazine         679.1100
       Supplements    36647.8800
       Toiletries      1357.7500
3      Cosmetics       1350.7925
       First Aid       2238.3100
       Magazine         371.1200
       Supplements    21444.0900
       Toiletries      1226.1600

---

我想用条形图来表示它们。可视化这些分类数据的最佳方法是什么？

准备步骤是使用单个列转换数据帧 并将多索引转换为具有“正常”索引和独立的 每个类别的列：

df2 = df.Profitability.unstack()

或者，如果数据源是一个系列（不是数据帧），则运行：

df2 = q1.unstack()

结果是，更适合作为图形源：

Category  Cosmetics  First Aid  Magazine  Supplements  Toiletries
Month                                                            
1         2685.9000   2128.020    703.89     37005.62     1893.06
2         2569.0600   3282.785    679.11     36647.88     1357.75
3         1350.7925   2238.310    371.12     21444.09     1226.16

​绘制图形的基本方法是采用y轴的线性比例。 绘制它的代码是：

ax = df2.plot.bar(rot=0)
ax.get_figure().suptitle(t='Profitability', fontsize=20)
ax.legend(bbox_to_anchor=(1.35, 1.0));

最后一条指令将图例向右“移动”一点（比较 设置为默认位置），否则会模糊某些条形图（尝试绘制 没有此说明）

结果是：

但是请注意，与其他元件相比，元件的杆非常高 其他类别，这是非常低的

这就是为什么我提出了第二个解决方案，基于逻辑算法尺度 y轴的方向：

最后4条指令更改y轴上的默认记号，如“我的 认为默认勾号（尝试绘制）的可读性更好 没有这4行的图形（用于比较）

结果是：

现在比较容易比较条的高度，并且粗略地选择y记号 在勾号（n-1）*3的基础上

编辑 如果希望图例带有标题，请添加

title='Category'

ax.legend（…）

指令的参数，以上面的任何一个为准

---

您选择的解决方案。

您希望您的可视化描述什么您希望观众看到什么？你想向观众突出显示什么？一个堆叠的条形图怎么样？-每个类别一个条形图，每个月的值堆叠起来？或者您想显示每个类别随时间的变化吗？也许这会有所帮助：或者可能是每个月份都有一个条形图，其中类别值堆叠在一起？@wwii I想在X轴上设置月份，在Y轴上设置利润。每个月需要画5条条形图。简单的线形图通常比条形图更可取，特别是如果你想显示随时间的变化。您可以使用不同的颜色来显示类别。

ax = df2.plot.bar(rot=0, logy=True)
ax.get_figure().suptitle(t='Profitability', fontsize=20)
ax.legend(bbox_to_anchor=(1.1, 1.0))
yTicks = [1000, 3000, 10000, 30000]
yTickLabels = [ f'{i:,}' for i in yTicks ]
ax.set_yticks(yTicks)
ax.set_yticklabels(yTickLabels);