長條圖與直方圖

Da-Wei Chiang

大綱

• 長條圖
• 直方圖

長條圖

• 主要繪製類別型資料型態
• 可由次數分配表繪製

長條圖

import matplotlib.pyplot as plt  #引用

plt.bar(group_number, data, color)

## 範例 - 假資料

import matplotlib.pyplot as plt
from pylab import mpl

plt.title("Example", fontsize=24)
plt.bar([1, 2, 3, 4, 5], [10, 20, 30, 40, 50], color=["black", 'blue', 'red', 'yellow', 'orange'])
plt.xticks([1, 2, 3, 4, 5], ['one', 'two', 'three', 'four', 'five'], fontsize=14)
plt.yticks(fontsize=12)
plt.show()

設定文字

plt.text(x, y, "文字")

## 範例 - 假資料

import matplotlib.pyplot as plt
from pylab import mpl

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號

plt.title("Example", fontsize=24)
plt.bar([1, 2, 3, 4, 5], [10, 20, 30, 40, 50], color=["black", 'blue', 'red', 'yellow', 'orange'])
plt.xticks([1, 2, 3, 4, 5], ['one', 'two', 'three', 'four', 'five'], fontsize=14)

plt.text(0.9, 10, "10")
plt.text(1.9, 20, "20")
plt.text(2.9, 30, "30")
plt.text(3.9, 40, "40")
plt.text(4.9, 50, "50")

plt.xticks(fontsize=14)
plt.yticks(fontsize=12)
plt.show()

練習資料集

• 嬰兒出生數按性別、生母原屬國籍（地區）、年齡及教育程度

## 查看資料

import pandas as pd

data = pd.read_csv('BarChart_Data.csv')
data

	統計年度	按照別	區域別	出生者性別	生母原屬國籍（地區）	生母年齡	生母教育程度	嬰兒出生數
0	108	按發生日期分	新北市板橋區	男	本國	15～19歲	高中畢業	2
1	108	按發生日期分	新北市板橋區	男	本國	15～19歲	國中畢業	15
2	108	按發生日期分	新北市板橋區	男	本國	20～24歲	大學畢業	22
3	108	按發生日期分	新北市板橋區	男	本國	20～24歲	專科畢業	6
4	108	按發生日期分	新北市板橋區	男	本國	20～24歲	高中畢業	67
...	...	...	...	...	...	...	...	...
21834	108	按發生日期分	連江縣東引鄉	女	本國	40～44歲	碩士畢業	1
21835	108	按發生日期分	連江縣東引鄉	男	大陸地區	25～29歲	專科畢業	1
21836	108	按發生日期分	連江縣東引鄉	女	大陸地區	30～34歲	大學畢業	1
21837	108	按發生日期分	連江縣東引鄉	女	大陸地區	30～34歲	國小畢業以下	1
21838	108	按發生日期分	連江縣東引鄉	女	東南亞地區	25～29歲	國中畢業	1

21839 rows × 8 columns

練習

• 請繪製男、女嬰兒出生總人數的長條圖

水平長條圖

import matplotlib.pyplot as plt  #引用

plt.barh(group_number, data, color)

## 範例 - 假資料

import matplotlib.pyplot as plt
from pylab import mpl

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號

plt.title("Example", fontsize=24)
plt.barh([1, 2, 3, 4, 5], [10, 20, 30, 40, 50], color=["black", 'blue', 'red', 'yellow', 'orange'])
plt.yticks([1, 2, 3, 4, 5], ['one', 'two', 'three', 'four', 'five'], fontsize=14)
plt.text(10, 0.9, "10")
plt.text(20, 1.9, "20")
plt.text(30, 2.9, "30")
plt.text(40, 3.9, "40")
plt.text(50, 4.9, "50")
plt.xticks(fontsize=14)
plt.yticks(fontsize=12)
plt.show()

練習

• 請繪製這份資料中男女比例的水平長條圖

分組長條圖

• 依據兩類別資料觀察資料狀況

  • 堆疊長條圖（Clustered Bar Graph）
  • 集群長條圖（Stacked Bar Graph）

• 會使用到累計次數函數

  • dataframe_Variable.cumsum()

## cumsum函數範例

import random
import pandas as pd

rand_data = [random.randint(1, 10) for i in range(1, 11)]
dic_data = {
    "count": rand_data
}
print(rand_data)
df = pd.DataFrame(dic_data)

df.cumsum()

[2, 8, 1, 7, 9, 4, 8, 10, 10, 7]

	count
0	2
1	10
2	11
3	18
4	27
5	31
6	39
7	49
8	59
9	66

## 範例 - 堆疊長條圖
import pandas as pd

data = {
    "gender": ["男", "女", "男", "女", "女", "男", "男", "男", "女", "女"],
    "marriage": ["已婚", "已婚", "已婚", "未婚", "已婚", "未婚", "未婚", "未婚", "已婚", "已婚"]
}

df = pd.DataFrame(data)
df_group = df.groupby(["gender", "marriage"])
#df_group["gender"].count()
## 注意： 畫累積次數需注意繪圖順序，累計先畫才不會覆蓋資料
plt.bar(list(range(1, len(set(data))+1)), \
    [df_group["gender"].count()[:2:].cumsum()[1], df_group["gender"].count()[2::].cumsum()[1]], label="未婚")#注意寫法
plt.bar(list(range(1, len(set(data))+1)), df_group["gender"].count()[::2], label="已婚")
plt.xticks(list(range(1, len(set(data))+1)), ["女", "男"])

plt.text(1, 2, "4")
plt.text(1, 4.5, "1")
plt.text(2, 1, "2")
plt.text(2, 3.5, "3")
plt.legend()
plt.xlabel("Gender", fontsize=14)
plt.ylabel("Value", fontsize=14)
plt.title("Gender vs Marriage", fontsize=16)
plt.show()

## 集群長條圖

import pandas as pd

data = {
    "gender": ["男", "女", "男", "女", "女", "男", "男", "男", "女", "女"],
    "marriage": ["已婚", "已婚", "已婚", "未婚", "已婚", "未婚", "未婚", "未婚", "已婚", "已婚"]
}

df = pd.DataFrame(data)
df_group = df.groupby(["gender", "marriage"])

index = range(1, 5)
plt.bar(index[::2], df_group["gender"].count()[::2], label="已婚")
plt.bar(index[1::2], df_group["gender"].count()[1::2], label="未婚")
plt.xticks(index[::2], [df_group["gender"].count().index[::2][0][0], df_group["gender"].count().index[::2][1][0]])
plt.legend()
plt.xlabel("Gender", fontsize=14)
plt.ylabel("Value", fontsize=14)
plt.title("Gender vs Marriage", fontsize=16)
plt.show()

練習

• 使用嬰兒出生數按性別、生母原屬國籍（地區）、年齡及教育程度資料
• 請繪製『集群長條圖』
  • 生母原屬國籍（地區）vs 出生者性別
  • 請於每條bar上加上次數標籤

直方圖

• 主要繪製連續型資料型態
• 可由次數分配表繪製

直方圖

import matplotlib.pyplot as plt  #引用

n, bins, patches = plt.hist(data, group_number)

# n 為資料個數
# bins 為組界
# patches 為組數
# data 為預繪製資料
# group_number 為預分組個數（若沒寫預設為10）

# 範例 - 假資料
import matplotlib.pyplot as plt
import random

data = [random.randint(1, 50) for i in range(50)]

n, bins, patches=plt.hist(data, 20, color="orange")
plt.xlabel("Data")
plt.ylabel("Data Count")
plt.title("Histogram", fontsize=18)
print("data:", data)
print("n:", n)
print("bins:", bins)
print("patches:", patches)
plt.show()

data: [5, 17, 22, 14, 23, 34, 14, 29, 11, 10, 25, 13, 16, 6, 14, 12, 18, 6, 27, 21, 24, 11, 5, 13, 50, 18, 17, 15, 11, 37, 34, 43, 11, 9, 42, 18, 20, 2, 18, 33, 7, 33, 10, 33, 9, 17, 14, 27, 14, 5]
n: [1. 5. 3. 6. 3. 7. 7. 2. 2. 2. 2. 1. 3. 2. 1. 0. 1. 1. 0. 1.]
bins: [ 2.   4.4  6.8  9.2 11.6 14.  16.4 18.8 21.2 23.6 26.  28.4 30.8 33.2
 35.6 38.  40.4 42.8 45.2 47.6 50. ]
patches: <BarContainer object of 20 artists>

練習資料集

• Pokemon Detail Data

## 查看資料

import pandas as pd

data = pd.read_csv('pokemon.csv')
data

#Total：整體強度

	Name	Total	HP	Attack	Defence	Sp_attack	Sp_defence	Speed
0	Bulbasaur	318	45	49	49	65	65	45
1	Ivysaur	405	60	62	63	80	80	60
2	Venusaur	525	80	82	83	100	100	80
3	Mega Venusaur	625	80	100	123	122	120	80
4	Charmander	309	39	52	43	60	50	65
...	...	...	...	...	...	...	...	...
1040	Glastrier	580	100	145	130	65	110	30
1041	Spectrier	580	100	65	60	145	80	130
1042	Calyrex	500	100	80	80	80	80	80
1043	Mega Calyrex	680	100	165	150	85	130	50
1044	Mega Calyrex X	680	100	85	80	165	100	150

1045 rows × 8 columns

練習

• 使用Total欄位繪製直方圖
  • 該直方圖分為10組
  • 每組資料的上方均有資料個數值
• 繪圖完後回答以下問題
  • 大多數Total資料都被歸類在哪一組？資料量為多少？
  • 哪組資料量最少？