Python 大熊猫的蟒蛇直方图

我正试图从这个数据集制作一个柱状图：

我想要一个这样的图表：

我写了这段代码：

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('Data_Istogramma.csv', sep=';')
plt.hist(x =(data.iloc[0,1:6],data.iloc[1,1:6]),bins = 5,edgecolor = 'black',label =['80%','76.8%'])
plt.show()

运行后，我得到以下图表：

有人能帮我解决这个问题吗？

你可以用它来实现这一点。您可以通过

pip安装plotly

#sample df
import pandas as pd
df=pd.DataFrame({
    'lp':[70,85],
    '>850':[34,39],
    '700-850':[38,39],
    '425-700':[13,34],
    '250-425':[16,2],
    '<250':[25,10]
    
})

#reshape the df
df=df.melt(id_vars=['lp'])  
 
#use plotly library
import plotly.graph_objects as go

fig = go.Figure(data=[
    go.Bar(name='70', x=df[df['lp']==70]['variable'], y=df[df['lp']==70]['value']),
    go.Bar(name='85', x=df[df['lp']==85]['variable'], y=df[df['lp']==85]['value']),
])
# Change the bar mode
fig.update_layout(barmode='group')
fig.show()

#示例df
作为pd进口熊猫
df=pd.DataFrame({
‘lp’：[70,85]，
'>850':[34,39],
'700-850':[38,39],
'425-700':[13,34],
'250-425':[16,2],
“您可以使用来实现此目的。您可以通过
pip install plotly

#sample df
import pandas as pd
df=pd.DataFrame({
    'lp':[70,85],
    '>850':[34,39],
    '700-850':[38,39],
    '425-700':[13,34],
    '250-425':[16,2],
    '<250':[25,10]
    
})

#reshape the df
df=df.melt(id_vars=['lp'])  
 
#use plotly library
import plotly.graph_objects as go

fig = go.Figure(data=[
    go.Bar(name='70', x=df[df['lp']==70]['variable'], y=df[df['lp']==70]['value']),
    go.Bar(name='85', x=df[df['lp']==85]['variable'], y=df[df['lp']==85]['value']),
])
# Change the bar mode
fig.update_layout(barmode='group')
fig.show()

#示例df
作为pd进口熊猫
df=pd.DataFrame({
‘lp’：[70,85]，
'>850':[34,39],
'700-850':[38,39],
'425-700':[13,34],
'250-425':[16,2],
“使用字典定义行，并将标题行作为索引：

import pandas as pd
import matplotlib.pyplot as plt

eighty = [47.83, 5.24, 18.74, 22.22, 34.92, 137.75]
seventy_six = [61.47, 6.18, 54.37, 3.22, 16.52, 156.38]
LP = [">850",
      "850-700",
      "700-425",
      "425-250",
      "<250",
      "MTOT"
      ]

df = pd.DataFrame({'80': eighty,
                   '76.8': seventy_six},
                  index=LP)

ax = df.plot.bar(rot=0)
plt.show()

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
八十=[47.83,5.24,18.74,22.22,34.92,137.75]
七十六=[61.47,6.18,54.37,3.22,16.52,156.38]
LP=[“>850”，
"850-700",
"700-425",
"425-250",
使用字典定义行，并将标题行作为索引：

import pandas as pd
import matplotlib.pyplot as plt

eighty = [47.83, 5.24, 18.74, 22.22, 34.92, 137.75]
seventy_six = [61.47, 6.18, 54.37, 3.22, 16.52, 156.38]
LP = [">850",
      "850-700",
      "700-425",
      "425-250",
      "<250",
      "MTOT"
      ]

df = pd.DataFrame({'80': eighty,
                   '76.8': seventy_six},
                  index=LP)

ax = df.plot.bar(rot=0)
plt.show()

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
八十=[47.83,5.24,18.74,22.22,34.92,137.75]
七十六=[61.47,6.18,54.37,3.22,16.52,156.38]
LP=[“>850”，
"850-700",
"700-425",
"425-250",
"请以原始格式提供数据，然后我可以加载它并尝试绘制历史图。由于您的数据已经包含频率聚合，您应该使用条形图来可视化它，而不是直方图功能。如果您提供微数据，直方图功能将为您进行装箱。这不是您想要的。请查看第二个这里的例子：@gustavrasmussenlp；>850；850-700；700-425；425-250；@PushkarNimkar谢谢！我来查一下out@MattiaMuracchioli谢谢，我现在用您的值更新了我的答案。请以原始格式提供数据，然后我可以加载数据并尝试绘制历史图。由于您的数据已经包含频率聚合，您应该使用条形图图表来可视化它，而不是直方图函数。如果您提供微数据，直方图函数会为您进行装箱。这不是您想要的。请查看第二个示例：@GustavRasmussen LP；>850；850-700；700-425；425-250；@PushkarNimkar谢谢！我会检查的out@MattiaMuracchioli谢谢，我现在用你的val更新了我的答案谢谢你！工作起来像个魔咒谢谢！工作起来像个魔咒