首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在条形图/柱状图中堆叠多列df并创建%

在条形图/柱状图中堆叠多列df并创建%是指在数据框(DataFrame)中存在多个列,每一列代表一个类别,我们希望将这些列的数据在条形图/柱状图中进行堆叠,并且以百分比的形式展示。

为了实现这个目标,我们可以使用数据可视化库matplotlib和pandas来处理数据和绘制图表。

首先,我们需要导入所需的库:

代码语言:txt
复制
import pandas as pd
import matplotlib.pyplot as plt

接下来,假设我们有一个数据框df,其中包含多个列,每一列代表一个类别。我们可以使用pandas的plot.bar()函数来创建条形图/柱状图,并使用参数stacked=True来实现堆叠效果。

代码语言:txt
复制
df.plot.bar(stacked=True)

然而,这样的图表只显示了原始数据,而不是以百分比的形式展示。为了将数据转换为百分比,我们需要对数据进行处理。首先,我们可以使用pandas的div()函数将每一列的值除以该列的总和,然后乘以100,得到每一列的百分比。

代码语言:txt
复制
df_percentage = df.div(df.sum(axis=1), axis=0) * 100

接下来,我们可以使用上述代码创建堆叠的条形图/柱状图,并以百分比形式展示。

代码语言:txt
复制
df_percentage.plot.bar(stacked=True)

这样,我们就可以在条形图/柱状图中堆叠多列数据框,并以百分比的形式展示了。

关于腾讯云相关产品和产品介绍链接地址,可以根据具体需求选择适合的产品。腾讯云提供了丰富的云计算服务,包括云服务器、云数据库、云存储等。您可以访问腾讯云官方网站(https://cloud.tencent.com/)了解更多信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

一文掌握Pandas可视化图表

) 我们还可以指定x轴和列为y,我这里先构建一X,然后进行数据源选取 df["X"] = list(range(len(df))) df.head() 选择X列为x轴,B、C列为y轴数据 #...# 柱状图bar df.plot.bar() (这里不做展示,前面案例中有) 此外我们还可以绘制堆叠柱状图,通过设置参数stacked来搞定 # 堆叠柱状df.plot.bar(stacked=True...) 柱状图多子图 # 柱状图多子图 df.plot.bar(subplots=True, rot=0) 条形图 条形图柱状图其实差不多,条形图就是柱状图的横向展示 # 条形图barh df.plot.barh...(figsize=(6,8)) 堆叠条形图 # 堆叠条形图 df.plot.barh(stacked=True) 直方图 直方图又称为质量分布图,主要用于描述数据不同区间内的分布情况,描述的数据量一般比较大...() df.plot.hist(alpha=0.5) # alpha设置透明度 单直方图 # 单直方图 df.a.plot.hist() 堆叠指定分箱数(默认为 10) # 堆叠指定分箱数

8.1K50

『数据可视化』一文掌握Pandas可视化图表

我们还可以指定x轴和列为y,我这里先构建一X,然后进行数据源选取 df["X"] = list(range(len(df))) df.head() ?...# 柱状图bar df.plot.bar() (这里不做展示,前面案例中有) 此外我们还可以绘制堆叠柱状图,通过设置参数stacked来搞定 # 堆叠柱状df.plot.bar(stacked=True...条形图 条形图柱状图其实差不多,条形图就是柱状图的横向展示 # 条形图barh df.plot.barh(figsize=(6,8)) ?...堆叠条形图 # 堆叠条形图 df.plot.barh(stacked=True) ? 直方图 直方图又称为质量分布图,主要用于描述数据不同区间内的分布情况,描述的数据量一般比较大。...堆叠指定分箱数(默认为 10) # 堆叠指定分箱数(默认为 10) df.plot.hist(stacked=True, bins=20) ?

7.8K40

手把手教你用plotly绘制excel中常见的16种图表(上)

柱状图 我们知道,excel插入图表的时候,柱状图一般可选堆叠柱状图和簇状柱状图。...柱状堆叠柱状图: # 自带数据集 medals_long(长表数据) long_df = px.data.medals_long() long_df.head() ?...条形图 条形图其实就是柱状图转个90度,横着显示呗。所以,本质上是一样的,唯一的区别: Bar 函数中设置orientation='h',其余参数与柱状图相同。...# plotly绘图中条形图柱状图唯一的区别: Bar 函数中设置orientation='h',其余参数与柱状图相同 import plotly.express as px data = px.data.gapminder...饼图上显示数据标签 圆环图: 圆环图是指饼图中间一定半径的圆部分为空白,设置参数hole=int即可(0-1)。

3.7K20

可视化技能之Matplotlib(上)|可视化系列01

散点图、折线图、柱状图、条形图、饼图、直方图是非常常用而基础的可视化图。个人认为通过画这几种基础图调细节是很好的学可视化实践。 ?...簇状柱形图 通过给bottom参数传一个数组,可以画堆叠柱状图:堆叠柱除了等值堆叠之外,还可以等比堆叠,思路就是将每个x对应的柱都做一下数值变换,把柱的高度约束[0,1],且堆叠之和为1,height...堆叠柱状图绘制 调节width参数使得柱和柱之间的宽度为0,对数据进行统计画图,可以用ax.bar()绘制直方图,但也不需要这么复杂,Matplotlib提供了绘制直方图的接口ax.hist(x,bins...plt.subplots()的常用写法有: •plt.subplot(3,2,4):全局绘图区域中建立3行、2的分区绘图区域,定位到第4个子图区域,返回一个axes;•plt.subplot(324...生成多个绘图区域 图中代码全局绘图区域中建立n行、m的分区绘图区域,定位到其中一个子图区域。之后ax的用法和前面一致,不赘述。

1.6K41

Pandas可视化综合指南:手把手从零教你绘制数据图表

、散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

2.6K20

Pandas可视化综合指南:手把手从零教你绘制数据图表

散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

2.5K20

Pandas可视化综合指南:手把手从零教你绘制数据图表

、散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

2.5K20

你知道怎么用Pandas绘制带交互的可视化图表吗?

柱状图(条形图) 3. 散点图 4. 点图 5. 阶梯图 6. 饼图 7. 直方图 8. 面积图 9. 地图 10. 其他 0....柱状图(条形图柱状图没有特殊的关键字参数,一般分为柱状图和堆叠柱状图,默认是柱状图。..., # 堆叠柱状图 alpha=0.6) 默认情况下,x轴的值就是数据索引的值,我们也可通过指定参数x来设置x轴;另外,我们还可以通过关键字kind="barh"或访问器plot_bokeh.barh...上图中我们绘制的是2017年的数据),则无需对y赋值,结果会嵌套显示一个图中df_pie.plot_bokeh.pie( x="Partei", colormap=["blue",...面积图 面积图嘛,提供两种:堆叠或者彼此之上绘制 stacked:如果为 True,则面积图堆叠;如果为 False,则在彼此之上绘制图。

3.6K30

Pandas可视化综合指南:手把手从零教你绘制数据图表

、散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

1.8K10

Pandas可视化综合指南:手把手从零教你绘制数据图表

散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

1.8K50

Pandas可视化综合指南:手把手从零教你绘制数据图表

02 绘制柱状图、散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot('Country',...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot('Country',[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...04 其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 4行3 ? 3行4 ? 在上面的子图中,我们没有给子图添加标题。

1.7K30

Pandas可视化综合指南:手把手从零教你绘制数据图表

、散点图等常见图形 从最近简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot(‘Country’,[‘Corruption...没关系,我们也可以用所在的数字来绘制,比如上述4个分别为7、6、8、5: %matplotlib tk df1=df[:5] df1.plot(‘Country’,[7,6,8,5],kind =...折线图中,我们要将x轴设置为0到20,y限制为从0到100。...其他高阶用法 可以使用stacked参数来绘制带有条形图堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。 ? 将grid参数设置为True,可以给图表加入网格。 ?...有了subplot参数还可以绘制子图,根据需要指定行数和数以及绘图的数量。 ? 在上面的子图中,我们没有给子图添加标题。

1.7K10

Python中最常用的 14 种数据可视化类型的概念与代码

堆叠条形图用于显示数据集子组。...堆叠柱状图将每个柱子进行分割以显示相同类型下各个数据的大小情况。 分类: 堆积柱状图: 比较同类别各变量和不同类别变量总和差异。 百分比堆积柱状图: 适合展示同类别的每个变量的比例。...这是堆叠条形图的类型,其中每个堆叠条形显示其离散值占总值的百分比。...') fig.show() Seaborn code Seaborn 没有创建饼图的默认函数,但 matplotlib 中的以下语法可用于创建饼图添加 seaborn 调色板: import matplotlib.pyplot...数据的并排比较图标的或行中完成。这是为了将每个类别相互比较。 plotly code plotly 中,标记符号可以与 graph_objs Scatter 一起使用。

9.1K20

原来使用 Pandas 绘制图表也这么惊艳

允许我们更改输出图形的大小。...在下面的示例中,我们将根据每月平均股价创建一个条形图,来比较每个公司特定月份与其他公司的平均股价。首先,我们需要按月末重新采样数据,然后使用 mean() 方法计算每个月的平均股价。...: df_3Months.plot(kind='barh', figsize=(9,6)) Output: 我们还可以堆叠的垂直或水平条形图上绘制数据,这些条形图代表不同的组,结果条的高度显示了组的组合结果...如果在同一个图中显示了多个面积图,则不同的颜色可以区分不同的面积图: df.plot(kind='area', figsize=(9,6)) Output: Pandas plot() 方法默认创建堆积面积图...如果我们想将多个饼图中所有的数据表示为子图,我们可以将 True 分配给 subplots 参数,如下所示: df_3Months.plot(kind='pie', legend=False, autopct

4.5K50

图表(Chart & Graph)你真的用对了吗?

有以下几种类型,用于创建对比数据的图表: 柱状条形图 百分比图 线形图 散点图 子弹图 2. 是否需要展示数据的组成部分?...y轴起始为0,可以显示各柱状的数值。 2)条形图 条形图基本上是水平的柱形图,可以用于避免超过10个项目进行比较时产生杂乱。这种图表类型也可用于显示负数。...6)堆叠条形图 这种图表用于比较多个不同的数据集,显示每个被比较的数据集的组成。 设计堆叠条形图的最佳做法: 最适用于说明部分和整体的关系。 使用对比色,会使对比更加清晰。...这种图形寻找异常值或了解数据的分布时,会非常有用。 设计散点图的最佳做法: 尽可能的包含数据。 启动y轴为0,以便准确地表示数据。 只使用两条趋势线,以便点数据更好理解。...设计甘特图的最佳做法: 迅速的改变甘特图中的条状颜色,以便告诉阅读者参数的关键变化。 可以甘特图中结合地图和其它图表类型。 看完以上常用图表的介绍,你真的用对了图表吗?

2.3K10

28个数据可视化图表的总结和介绍

Histogram 方图的概念与条形图相同。柱状图中频率显示分类变量的离散条中,而直方图显示连续间隔的频率。它可以用于查找区间内连续变量的频率 。...Stacked Bar Chart 堆叠柱状图是一种特殊的柱状图。我们可以堆叠柱状图中集成比传统柱状图[2]更多的信息。...其中“LATITUDE”和“LONGITUDE”将用于确定医院地图上的位置,而其他如STATE、TYPE和STATUS用于过滤,最后ADDRESS和POPULATION用作自定义地图上的标记的元数据...使用 folium.TileLayer 将多个图层添加单个地图中使用folium.LayerControl以交互方式进行切换。...生成地图标记 交互式地图中,标记对于指定位置非常重要。folium.Marker可以在给定位置创建一个标记。

2K31

Pandas数据可视化

,看看哪个产区的葡萄酒品种:  先将plot需要的参数打包成一个字典,然后使用**解包(防止传进去的成为一个参数) 上面的图表说明加利福尼亚生产的葡萄酒比其他省都  也可以折算成比例, 计算加利福尼亚葡萄酒占总数的百分比... : 条形图(柱状图)非常灵活: 高度可以代表任何东西,只要它是数字即可 每个条形可以代表任何东西,只要它是一个类别即可。...  直方图看起来很像条形图, 直方图是一种特殊的条形图,它可以将数据分成均匀的间隔,并用条形图显示每个间隔中有多少行, 直方图柱子的宽度代表了分组的间距,柱状图柱子宽度没有意义 直方图缺点:将数据分成均匀的间隔区间...,所以它们对歪斜的数据的处理不是很好: 第一个直方图中,将价格>200的葡萄酒排除了。...堆叠图(Stacked plots) 展示两个变量,除了使用散点图,也可以使用堆叠堆叠图是将一个变量绘制另一个变量顶部的图表 接下来通过堆叠图来展示最常见的五种葡萄酒  从结果中看出,最受欢迎的葡萄酒是

8510

28个数据可视化图表的总结和介绍

Histogram 方图的概念与条形图相同。柱状图中频率显示分类变量的离散条中,而直方图显示连续间隔的频率。它可以用于查找区间内连续变量的频率 。...中级数据可视化 中级的可视化图表是对基础可视化图表的延申,我们这里总结了8个 Stacked Bar Chart 堆叠柱状图是一种特殊的柱状图。...我们可以堆叠柱状图中集成比传统柱状图[2]更多的信息。 Grouped Bar Chart “分组柱状图”这个名字意味着——它是一种分成不同组的特殊类型的柱状图。它主要用于比较两个分类变量。...其中“LATITUDE”和“LONGITUDE”将用于确定医院地图上的位置,而其他如STATE、TYPE和STATUS用于过滤,最后ADDRESS和POPULATION用作自定义地图上的标记的元数据...folium.Marker可以在给定位置创建一个标记 m=folium.Map( location=[hosp_df["LATITUDE"].mean(), hosp_df["LONGITUDE

2.4K40

数据导入与预处理-拓展-pandas可视化

折线图 1.1 导入数据 1.2 绘制单列折线图 1.3 绘制折线图 1.4 绘制折线图-双y轴 2. 条形图 2.1 单行垂直/水平条形图 2.2 多行条形图 3....各累加 df = df.cumsum() df 输出为: 1.2 绘制单列折线图 绘制 df 第一的折线图 # 绘制 df 第一的折线图 df['A'].plot() plt.show()...输出为: 1.3 绘制折线图 df 的四分别放在四个子图上 # 折线图|子图 # 将 df 的四分别放在四个子图上 df.plot(subplots=True) plt.show() 输出为...b", "c", "d"]) df2 输出为: # kind = 'bar'表示垂直,若kind = 'barh'表示为水平 # 重新生成数据,对使用条形图可视化 df2 的第 3 行 df2....iloc[2].plot(kind = 'bar', figsize=(10, 6)) plt.show() 输出为: 2.2 多行条形图 多行堆叠 # 多行,堆叠对应着着stacked=True

3K20
领券