知识卡片
并列与堆积柱图强调不同问题
并列柱便于比较各类别值,堆积柱把同一行的分量放在同一总长上,强调合计与组成。只有分量可相加且单位一致时,总长才有合理含义;100%堆积图进一步隐藏绝对规模。bar与barh换的是方向,分类身份与数据口径不应随之改变。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
stacked=True即可为DataFrame生成堆积柱状图,这样每行的值就会被堆积在一起(如图8-17所示): In [67]: df.plot(kind='barh', stacked=True, alpha=0.5) 注意: 柱状图有一个非常不错的用法:利用value_counts图形化显示Series中各值的出现频率,比如s.value_count
参考来源
- 位置:《利用Python进行数据分析》第8章《柱状图》(spine299;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0285.html;u181-ch08-018)。
- 结论依据:原文在“stacked=True”附近的定义、例子或代码支撑本卡核心说明:并列柱便于比较各类别值,堆积柱把同一行的分量放在同一总长上,强调合计与组成。边界按已读前提解释;示例未执行。
- 原始内容:stacked=True即可为DataFrame生成堆积柱状图,这样每行的值就会被堆积在一起(如图8-17所示): In [67]: df.plot(kind='barh', stacked=True, alpha=0.5) 注意: 柱状图有一个非常不错的用法:利用value_counts图形化显示Series中各值的出现频率,比如s.value_count