技术标签: pandas 排序 python 数据分析 matplotlib 干货
前言:大家好,这里是Seon塞翁。昨天一位同学提问 “matplotlib 画柱状图时,横坐标是从表格中指定列获取的,如何设置横坐标的顺序呢?” 原始数据结构如下图所示,需要对学历分组求平均工资后画柱状图,顺序应为按学历由低到高,即 ['大专', '本科', '硕士', '博士']
。
通过以下代码直接画图的结果如下图所示,未满足需求的顺序,下面我们来看看应该如何实现。
grp = df.groupby('学历要求')['平均工资'].mean().reset_index()
x = grp['学历要求']
y = grp['平均工资']
plt.bar(x, y)
plt.show()
直接上大佬给的解决方案。
grp = df.groupby('学历要求')['平均工资'].mean().reset_index()
plt.bar([4, 1, 2, 3], grp['平均工资'], tick_label=grp['学历要求'])
通过默认顺序,我们可以知道原来 1、 2、 3、 4 位分别是博士、大专、本科、硕士,那么我们需要让博士排在第 4 位,后三者顺位前移,所以在绘图函数的第一个参数中传入新的顺序列表 [4, 1, 2, 3]
。第二个参数转入原始 y 轴值,最后通过 tick_label
参数指定 x 轴标签,随机便得到了需求的柱状图。
这是另一位大佬提示的解法,十分直观。先给定自定义顺序的 x 轴标签列,再按这个顺序去排列 y 轴值。
grp = df.groupby('学历要求')['平均工资'].mean()
x = ['大专', '本科', '硕士', '博士']
y = [grp[label] for label in x]
plt.bar(x, y)
由于忘记了 matplotlib 和 pandas 之间有着很好的兼容性,笔者一开始打算先得到需求顺序的 x = ['大专', '本科', '硕士', '博士']
和 y = [ 具体的值 ]
再通过 plt.bar(x, y)
制图,因此在数据整理上跑偏了,比如:
y = [grp.at[label] for label in x]
下面分享一下笔者走的歪路。
计算机系统中存在一些默认顺序,比如数字顺序 0123456,字母顺序 abcdefg,还有 ASCII 码表顺序等,但对于中文习惯的顺序,比如学历,可能就需要自己制定了。那让我们专注排序本身,先来看看分组后的数据:
x = grp['学历要求']
和 y = grp['平均工资']
分别得到两个 Series 对象。那么应该如何将它们绑定在一起,根据 x 按照指定的 order_x = ['大专', '本科', '硕士', '博士']
排序呢?
我们可以通过 zip()
函数将其打包使之成为一个整体,然后通过列表生成式,得到修改顺序后的 y 轴值列表 order_y ,将 order_x 和 order_y 传入制图即可。
order_y = [t[1] for i in order_x for t in list(zip(x, y)) if i == t[0]]
其中 list(zip(x, y)) 的打印结果为: [('博士', 20.0), ('大专', 5.25), ('本科', 11.0), ('硕士', 15.33)]
;
列表生成式重新取出的元祖列表为:[('大专', 5.25), ('本科', 11.0), ('硕士', 15.33), ('博士', 20.0)]
;
order_y 为: [5.25, 11.0, 15.33, 20.0]
。
整体代码:
grp = df.groupby('学历要求')['平均工资'].mean().reset_index()
df_map = pd.DataFrame({
'学历要求': ['大专', '本科', '硕士', '博士']}).reset_index().set_index('学历要求')
grp['order'] = grp['学历要求'].map(df_map['index'])
grp.sort_values('order', inplace=True)
x = grp['学历要求']
y = grp['平均工资']
首先制作了一个 df_map ,相当于是排序对照表,将索引作为新的顺序列。
将上面的顺序列,按照原 grp 的学历要求列,映射添加到新的 order 列 。
再按照 order 列排序即可。
CategoricalDtype 是 pandas 中一种用于处理【类别】的数据类型,可以指定类别是否有序。我们通过这个方法创建了一个有序 “类别类”,并修改学历要求列的数据类型为此类,此时各类学历文本便具有了其默认顺序,之后便可以对其直接排序。
from pandas.api.types import CategoricalDtype
grp = df.groupby('学历要求')['平均工资'].mean().reset_index()
cat_order = CategoricalDtype(['大专', '本科', '硕士', '博士'], ordered=True)
grp['学历要求'] = grp['学历要求'].astype(cat_order)
grp.sort_values('学历要求', inplace=True)
x = grp['学历要求']
y = grp['平均工资']
这种方法就如同在 EXCEL 中使用自定义排序一般,对于中文序列非常友好。
通过本次试验,我们了解了几种自定义文本排序的方法,同时要注意的是,要找准解决问题的切入点。比如夏天到了,我想吃好吃的西瓜,我应该要知道怎么挑瓜,或让买过西瓜的朋友推荐,而不是研究瓜苗培育(这什么鬼比喻 )。当然,学一学种植也是可以涨姿势的(总之是因为跑偏了吧 )。
文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势,分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括:FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大
文章浏览阅读1.1k次,点赞2次,收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的:估计模块间的delay,确保写的代码的timing 综合能给到多少HZ,以满足需求!_基4布斯算法代码
文章浏览阅读3.3k次,点赞3次,收藏5次。OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版
文章浏览阅读2.2k次。USACO自1992年举办,到目前为止已经举办了27届,目的是为了帮助美国信息学国家队选拔IOI的队员,目前逐渐发展为全球热门的线上赛事,成为美国大学申请条件下,含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学,越来越多的学生进入了康奈尔,麻省理工,普林斯顿,哈佛和耶鲁等大学,这些同学的共同点是他们都参加了美国计算机科学竞赛(USACO),并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学,高三学生也可以参加12月的第_usaco可以多次提交吗
文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程
文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0
文章浏览阅读2.8k次,点赞3次,收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画(无顶点位移),整个mesh由4个顶点构成。实现了水面效果(左图),不动代码稍微修改下参数和贴图可以实现岩浆效果(右图)。有要思路是1,uv按时间去做正弦波移动2,在1的基础上加个凹凸图混合uv3,在1、2的基础上加个水流方向4,加上对雾效的支持,如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader
文章浏览阅读5k次。广义线性模型是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为:其中g(μY)是条件均值的函数(称为连接函数)。另外,你可放松Y为正态分布的假设,改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后,便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下,线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是,有时候我们要进行非正态因变量的分析,例如:(1)类别型.._广义线性回归模型
文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验:一般的网页需要融入以下知识点:div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点,网页的风格主题也很全面:如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题,学生、新手可参考下方页面的布局和设计和HTML源码(有用点赞△) 一套A+的网_垃圾分类网页设计目标怎么写
文章浏览阅读614次,点赞7次,收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录
文章浏览阅读1.5k次。本文为转载,原博客地址:http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度..._breif description calculation 特征点
文章浏览阅读4.1k次,点赞21次,收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档,可以给应届毕业生提供格式撰写参考,也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文