Grupperede Søjlediagrammer
En anden almindelig mulighed er et grupperet søjlediagram, hvor søjlerne for hver kategori placeres side om side i stedet for at blive stablet.
Dette er nyttigt, når du ønsker at sammenligne kategorier på tværs af grupper (som økonomiske sektorer i forskellige lande), snarere end inden for én samlet mængde.
Trin til at oprette et grupperet søjlediagram
- Angiv en søjlebredde og opret et array til x-akse positioner ved hjælp af
np.arange(); - Kombiner dine kategoridata i et 2D-array;
- Brug en
for-løkke til at tegne hver gruppe af søjler med funktionenbar(), og forskyd deres positioner vandret; - Tilpas x-aksens tick-positioner og etiketter ved hjælp af
plt.xticks().
12345678910111213141516171819202122232425import matplotlib.pyplot as plt import numpy as np # Labels and data countries = ['USA', 'China', 'Japan'] positions = np.arange(len(countries)) primary = np.array([1.4, 4.8, 0.4]) secondary = np.array([11.3, 6.2, 0.8]) tertiary = np.array([14.2, 8.4, 3.2]) # Group the data sectors = np.array([primary, secondary, tertiary]) # Width of each bar width = 0.25 # Plot each group of bars for i in range(len(sectors)): plt.bar(positions + width * i, sectors[i], width) # Center the group of bars and label the ticks plt.xticks(positions + width, countries) plt.show()
Sådan fungerer xticks()
- Første argument flytter mærkerne til midten af hver gruppe af søjler;
- Andet argument angiver etiketterne ved hjælp af listen
countries.
Denne metode fungerer for et vilkårligt antal kategorier — juster blot width for at sikre, at søjlerne ikke overlapper.
Tak for dine kommentarer!
single
Grupperede Søjlediagrammer
Stryg for at vise menuen
En anden almindelig mulighed er et grupperet søjlediagram, hvor søjlerne for hver kategori placeres side om side i stedet for at blive stablet.
Dette er nyttigt, når du ønsker at sammenligne kategorier på tværs af grupper (som økonomiske sektorer i forskellige lande), snarere end inden for én samlet mængde.
Trin til at oprette et grupperet søjlediagram
- Angiv en søjlebredde og opret et array til x-akse positioner ved hjælp af
np.arange(); - Kombiner dine kategoridata i et 2D-array;
- Brug en
for-løkke til at tegne hver gruppe af søjler med funktionenbar(), og forskyd deres positioner vandret; - Tilpas x-aksens tick-positioner og etiketter ved hjælp af
plt.xticks().
12345678910111213141516171819202122232425import matplotlib.pyplot as plt import numpy as np # Labels and data countries = ['USA', 'China', 'Japan'] positions = np.arange(len(countries)) primary = np.array([1.4, 4.8, 0.4]) secondary = np.array([11.3, 6.2, 0.8]) tertiary = np.array([14.2, 8.4, 3.2]) # Group the data sectors = np.array([primary, secondary, tertiary]) # Width of each bar width = 0.25 # Plot each group of bars for i in range(len(sectors)): plt.bar(positions + width * i, sectors[i], width) # Center the group of bars and label the ticks plt.xticks(positions + width, countries) plt.show()
Sådan fungerer xticks()
- Første argument flytter mærkerne til midten af hver gruppe af søjler;
- Andet argument angiver etiketterne ved hjælp af listen
countries.
Denne metode fungerer for et vilkårligt antal kategorier — juster blot width for at sikre, at søjlerne ikke overlapper.
Swipe to start coding
- Overfør arrayet med alle svargrupper til funktionen
len(). - Kald funktionen for at oprette et søjlediagram.
- Beregn x-positionsforskydningen baseret på den aktuelle iteration i løkken.
- Vælg det specifikke datasæt fra
answerstil det aktuelle trin. - Overfør variablen, der definerer søjlebredde.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat