python barh_如何用pyplot.barh()显示每个栏上栏的值?

我知道这是一个老话题,但我通过Google多次登陆这里,并认为没有给出答案真的令人满意。尝试使用以下功能之一:

编辑:因为我在这个旧线程上得到了一些喜欢,我也想分享一个更新的解决方案(基本上将我的前两个函数放在一起并自动决定它是一个条形图还是hbar图):def label_bars(ax, bars, text_format, **kwargs):

"""

Attaches a label on every bar of a regular or horizontal bar chart

"""

ys = [bar.get_y() for bar in bars]

y_is_constant = all(y == ys[0] for y in ys)  # -> regular bar chart, since all all bars start on the same y level (0)

if y_is_constant:

_label_bar(ax, bars, text_format, **kwargs)

else:

_label_barh(ax, bars, text_format, **kwargs)def _label_bar(ax, bars, text_format, **kwargs):

"""

Attach a text label to each bar displaying its y value

"""

max_y_value = ax.get_ylim()[1]

inside_distance = max_y_value * 0.05

outside

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是Python代码实现: ``` import pandas as pd import numpy as np import matplotlib.pyplot as plt # 1. 读取并查看数据 bike_day = pd.read_csv('bike_day.csv') print(bike_day.head(5)) # 前5行 print(bike_day.tail(2)) # 后2行 # 2. 处理数据并导出到文件 bike_day_user = bike_day[['instant', 'dteday', 'yr', 'casual', 'registered']].dropna() bike_day_user.to_csv('bike_day_user.txt', sep=' ', index=False, header=False) # 3. 读取数据并添加新列并导出到新文件 bike_day_user = pd.read_csv('bike_day_user.txt', sep=' ', header=None, names=['instant', 'dteday', 'yr', 'casual', 'registered']) bike_day_user['cnt'] = bike_day_user['casual'] + bike_day_user['registered'] bike_day_user.to_excel('bike_day_user_cnt.xlsx', index=False) # 4. 读取数据并进行统计 bike_day_user_cnt = pd.read_excel('bike_day_user_cnt.xlsx') print('cnt最大:', bike_day_user_cnt['cnt'].max()) print('cnt最小:', bike_day_user_cnt['cnt'].min()) print('2011年cnt年平均:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 0]['cnt'].mean()) print('2012年cnt年平均:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 1]['cnt'].mean()) print('2011年月平均:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 0].groupby('mnth')['cnt'].mean()) print('2012年月平均:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 1].groupby('mnth')['cnt'].mean()) # 5. 可视化并保存图像 fig, ax = plt.subplots() ax.barh(bike_day_user_cnt['mnth'], bike_day_user_cnt[bike_day_user_cnt['yr'] == 0].groupby('mnth')['cnt'].mean(), color='blue', label='2011') ax.barh(bike_day_user_cnt['mnth'], bike_day_user_cnt[bike_day_user_cnt['yr'] == 1].groupby('mnth')['cnt'].mean(), color='lightblue', label='2012') ax.set_yticks(np.arange(1, 13)) ax.set_yticklabels(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) ax.set_xlabel('Average number of shared bike users') ax.set_title('Monthly Average Number of Shared Bike Users in 2011-2012') ax.legend() fig.savefig('bike_day_user_cnt.png', dpi=300) ``` 这段代码实现了对给定数据的读取、处理、统计、可视化和保存等功能。其中: - 第1步使用`pandas`库读取`bike_day.csv`文件,并分别查看前5行和后2行数据。 - 第2步选择5列数据并将缺失丢弃,处理后的数据导出到`bike_day_user.txt`文件中。 - 第3步读取`bike_day_user.txt`文件,并添加新的一列`cnt`表示共享单车租赁用户总数,将处理后的数据导出到`bike_day_user_cnt.xlsx`文件中。 - 第4步读取`bike_day_user_cnt.xlsx`文件,并对`cnt`列进行最大、最小、年平均和月平均的统计。 - 第5步使用`matplotlib`库进行数据可视化,并保存为`bike_day_user_cnt.png`文件。 希望这个代码可以帮到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值