Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/307.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 过滤对象中的数据_Python_Matplotlib - Fatal编程技术网

Python 过滤对象中的数据

Python 过滤对象中的数据,python,matplotlib,Python,Matplotlib,我有一个x轴聚集的计数图。我试图通过旋转标签和增加图形的大小来解决这个问题。结果,我的x轴不再聚集,但标签变得非常小 我想我可以通过过滤掉低于某个阈值的数据来解决这个问题。比如,我不想显示小于50的计数,但我不知道如何实现这一点 我当前的代码+绘图 sns.set_style('whitegrid') ax = sns.countplot(x="Model", data=csv_data) ax.set_xticklabels(ax.get_xticklabels(), rotation=40,

我有一个x轴聚集的计数图。我试图通过旋转标签和增加图形的大小来解决这个问题。结果,我的x轴不再聚集,但标签变得非常小

我想我可以通过过滤掉低于某个阈值的数据来解决这个问题。比如,我不想显示小于50的计数,但我不知道如何实现这一点

我当前的代码+绘图

sns.set_style('whitegrid')
ax = sns.countplot(x="Model", data=csv_data)
ax.set_xticklabels(ax.get_xticklabels(), rotation=40, ha="right")

plt.tight_layout()
plt.rcParams["figure.figsize"] = (50, 10)
plt.show()

要将数据与可视化分离,“模型”被聚合并与原始数据组合,以创建条件提取的可视化

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
import random, string

model_name = []
model_list = []
for i in range(100):
    n = np.random.randint(5,15,(1,))
    tmp = ''.join(random.choices(string.ascii_letters + string.digits, k=int(n)))
    model_name.append(tmp)
    model_list = random.choices(model_name, k=100)

df = pd.DataFrame({'Model':model_list})
# new dataframe by value_counts
df2 = df['Model'].value_counts().to_frame(name='count')
df2.reset_index(drop=False,inplace=True)
df2.columns = ['Model','count']
# dataframe combine
df = df.merge(df2, on='Model')
df = df[df['count'] >= 2] # condition

fig = plt.figure(figsize=(16,9),dpi=144)

sns.set_style('whitegrid')
ax = sns.countplot(x="Model", data=df)
ax.set_xticklabels(ax.get_xticklabels(), rotation=40, ha="right")

plt.tight_layout()
plt.show()
无条件


要将数据与可视化分离,“模型”被聚合并与原始数据组合,以创建条件提取的可视化

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
import random, string

model_name = []
model_list = []
for i in range(100):
    n = np.random.randint(5,15,(1,))
    tmp = ''.join(random.choices(string.ascii_letters + string.digits, k=int(n)))
    model_name.append(tmp)
    model_list = random.choices(model_name, k=100)

df = pd.DataFrame({'Model':model_list})
# new dataframe by value_counts
df2 = df['Model'].value_counts().to_frame(name='count')
df2.reset_index(drop=False,inplace=True)
df2.columns = ['Model','count']
# dataframe combine
df = df.merge(df2, on='Model')
df = df[df['count'] >= 2] # condition

fig = plt.figure(figsize=(16,9),dpi=144)

sns.set_style('whitegrid')
ax = sns.countplot(x="Model", data=df)
ax.set_xticklabels(ax.get_xticklabels(), rotation=40, ha="right")

plt.tight_layout()
plt.show()
无条件


是否显示x轴上的所有标签?否,仅显示值高于给定值的数据和标签。是否显示x轴上的所有标签?否,仅显示值高于给定值的数据和标签。