Kursinhalt
Ultimative Visualisierung mit Python
Ultimative Visualisierung mit Python
Gestapelte Balkendiagramme
Gestapelte Balkendiagramme sind nützlich, wenn wir mehrere Kategorien (zwei oder mehr) für jeden Wert auf der x-Achse vergleichen möchten. Zum Beispiel, anstatt nur das BIP verschiedener Länder zu betrachten, möchten wir vielleicht den Beitrag jedes Wirtschaftssektors zum BIP eines bestimmten Landes betrachten (die Daten sind nicht real):
import matplotlib.pyplot as plt import numpy as np countries = ['USA', 'China', 'Japan'] primary_sector = np.array([1.4, 4.8, 0.4]) secondary_sector = np.array([11.3, 6.2, 0.8]) tertiary_sector = np.array([14.2, 8.4, 3.2]) # Calling the bar() function multiple times for each category (sector) plt.bar(countries, primary_sector) plt.bar(countries, secondary_sector, bottom=primary_sector) plt.bar(countries, tertiary_sector, bottom=primary_sector + secondary_sector) plt.show()
Ähnlich wie bei Linienplots und Streudiagrammen haben wir die bar()-Funktion dreimal aufgerufen, um drei Balken für jeden Wert auf der x-Achse (Ländernamen in unserem Beispiel) zu erstellen. Bei jedem Aufruf werden countries als x-Achsenwerte angegeben, um gestapelte Balken zu erstellen. Achten Sie besonders auf den bottom-Parameter.
Hinweis
Der
bottom-Parameter gibt die y-Koordinate(n) der Unterseite(n) der Balken an. Hier ist die Dokumentation.
Swipe to start coding
- Verwenden Sie die richtige Funktion zum Erstellen von Balkendiagrammen.
- Zeichnen Sie die unteren Balken für
yes_answers. - Zeichnen Sie die Balken für
no_answersoben auf den Balken füryes_answersmit Angabe des richtigen Schlüsselwortarguments.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Gestapelte Balkendiagramme
Gestapelte Balkendiagramme sind nützlich, wenn wir mehrere Kategorien (zwei oder mehr) für jeden Wert auf der x-Achse vergleichen möchten. Zum Beispiel, anstatt nur das BIP verschiedener Länder zu betrachten, möchten wir vielleicht den Beitrag jedes Wirtschaftssektors zum BIP eines bestimmten Landes betrachten (die Daten sind nicht real):
import matplotlib.pyplot as plt import numpy as np countries = ['USA', 'China', 'Japan'] primary_sector = np.array([1.4, 4.8, 0.4]) secondary_sector = np.array([11.3, 6.2, 0.8]) tertiary_sector = np.array([14.2, 8.4, 3.2]) # Calling the bar() function multiple times for each category (sector) plt.bar(countries, primary_sector) plt.bar(countries, secondary_sector, bottom=primary_sector) plt.bar(countries, tertiary_sector, bottom=primary_sector + secondary_sector) plt.show()
Ähnlich wie bei Linienplots und Streudiagrammen haben wir die bar()-Funktion dreimal aufgerufen, um drei Balken für jeden Wert auf der x-Achse (Ländernamen in unserem Beispiel) zu erstellen. Bei jedem Aufruf werden countries als x-Achsenwerte angegeben, um gestapelte Balken zu erstellen. Achten Sie besonders auf den bottom-Parameter.
Hinweis
Der
bottom-Parameter gibt die y-Koordinate(n) der Unterseite(n) der Balken an. Hier ist die Dokumentation.
Swipe to start coding
- Verwenden Sie die richtige Funktion zum Erstellen von Balkendiagrammen.
- Zeichnen Sie die unteren Balken für
yes_answers. - Zeichnen Sie die Balken für
no_answersoben auf den Balken füryes_answersmit Angabe des richtigen Schlüsselwortarguments.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden