pandas/matplotlib：分面条形图

Question

我正在制作两个分类变量和一个数字数据的一系列条形图。我已经有如下内容，但我希望像使用ggplot中的facet_wrap一样按一个分类变量进行细分。我有一个部分有效的示例，但我得到了错误的图表类型（线条而不是条形图），而且我在循环中对数据进行了子集划分，这肯定不是最好的方式。

## first try--plain vanilla
import pandas as pd
import numpy as np
N = 100

## generate toy data
ind = np.random.choice(['a','b','c'], N)
cty = np.random.choice(['x','y','z'], N)
jobs = np.random.randint(low=1,high=250,size=N)

## prep data frame
df_city = pd.DataFrame({'industry':ind,'city':cty,'jobs':jobs})
df_city_grouped = df_city.groupby(['city','industry']).jobs.sum().unstack()
df_city_grouped.plot(kind='bar',stacked=True,figsize=(9, 6))

这将会得到类似于这样的结果：

  city industry  jobs
0    z        b   180
1    z        c   121
2    x        a    33
3    z        a   121
4    z        c   236

然而，我想看到的是这样的：

（以下内容需要更多上下文信息才能进行准确翻译，请提供更多信息）

## R code
library(plyr)
df_city<-read.csv('/home/aksel/Downloads/mockcity.csv',sep='\t')

## summarize
df_city_grouped <- ddply(df_city, .(city,industry), summarise, jobstot = sum(jobs))

## plot
ggplot(df_city_grouped, aes(x=industry, y=jobstot)) +
  geom_bar(stat='identity') +
  facet_wrap(~city)

在Matplotlib中最接近的效果大概是这样的：

cols =df_city.city.value_counts().shape[0]
fig, axes = plt.subplots(1, cols, figsize=(8, 8))

for x, city in enumerate(df_city.city.value_counts().index.values):
    data = df_city[(df_city['city'] == city)]
    data = data.groupby(['industry']).jobs.sum()
    axes[x].plot(data)

因此有两个问题：

1. 我能使用AxesSubplot对象绘制条形图（它们会像这里显示的那样绘制线条），并最终得到类似于facet_wrap示例的东西吗？
2. 在生成此类尝试的循环中，我对每个数据进行了子集处理。 我想象不出这是做这种分面的“正确”方式，您认为呢？

- ako

---

你为什么不在循环中使用 bar 呢？ - tacaswell

@tcaswell，好建议。绘制条形图的技巧是什么？两个参数似乎都需要是数字。先转换分类变量？有更规范的方式吗？ - ako

请查看http://matplotlib.org/api/axes_api.html#matplotlib.axes.Axes.bar。 - tacaswell

抱歉回答一个旧问题，但我从谷歌搜索中来到了这里。 现在你可以使用seaborn.FacetGrid，查看文档https://seaborn.pydata.org/generated/seaborn.FacetGrid.html或者这个教程https://seaborn.pydata.org/tutorial/axis_grids.html - rhedak

Answer 1

第二个例子在这里：http://pandas-docs.github.io/pandas-docs-travis/visualization.html#bar-plots

无论如何，您始终可以手动完成此操作，就像您自己所做的那样。

编辑： 顺便说一句，您始终可以在Python中使用rpy2，因此可以执行与R相同的所有操作。

另外，请查看此内容：https://pandas.pydata.org/pandas-docs/version/0.14.1/rplot.html 我不确定，但这应该有助于创建多面板图，但可能需要进一步阅读。

- Phlya

---

我想这是可行的，但我真的很喜欢它们在单独的面板中，就像ggplot一样，特别是随着添加更多维度，它非常灵活。当然，这个例子不喜欢数据框变量是非数字的。你有好的方法来解决这个问题吗？ - ako

这看起来就像是我想要的开箱即用的东西——而不必在每个循环中对数据进行子集处理。现在唯一需要做的就是理解在图表中绘制分类变量的“正确”方法。 - ako

第一个链接已经损坏。 - young_souvlaki

Answer 2

@tcasell建议在循环中使用bar调用。这是一个可行的例子，虽然不够优雅。

## second try--facet by county

N = 100
industry = ['a','b','c']
city = ['x','y','z']
ind = np.random.choice(industry, N)
cty = np.random.choice(city, N)
jobs = np.random.randint(low=1,high=250,size=N)
df_city =pd.DataFrame({'industry':ind,'city':cty,'jobs':jobs})

## how many panels do we need?
cols =df_city.city.value_counts().shape[0]
fig, axes = plt.subplots(1, cols, figsize=(8, 8))

for x, city in enumerate(df_city.city.value_counts().index.values):
    data = df_city[(df_city['city'] == city)]
    data = data.groupby(['industry']).jobs.sum()
    print (data)
    print type(data.index)
    left=  [k[0] for k in enumerate(data)]
    right=  [k[1] for k in enumerate(data)]

    axes[x].bar(left,right,label="%s" % (city))
    axes[x].set_xticks(left, minor=False)
    axes[x].set_xticklabels(data.index.values)

    axes[x].legend(loc='best')
    axes[x].grid(True)
    fig.suptitle('Employment By Industry By City', fontsize=20)

- ako

---

一个微妙的区别是这里所有三个图都有不同的刻度，这使得跨面板比较困难。 - Mohit Verma

这个问题可以很容易地通过在 subplots 函数中添加 sharey 来解决，像这样：plt.subplots(1, cols, figsize=(8, 8), sharey=True)。 - YeO

Answer 3

Seaborn库建立在Matplotlib基础之上，可以被视为其超集，具有灵活且强大的面向图绘制选项--它们甚至使用类似于R的术语。请在此页面向下滚动查看多个示例。

- John

Answer 4

我最近发现了plotnine，它在Python中提供了类似于ggplot2的界面。使用plotnine，你可以这样编写代码:

from plotnine import *

# load your data

(ggplot(df_city_grouped, aes(x='industry', y='jobstot'))
 + geom_bar(stat='identity')
 + facet_wrap('~city'))

- Pushkar Nimkar