前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
数据准备
今天我们就用一组实战数据来画出上图，数据集是一份拉面数据集。没错，就是下面的拉面。
数据来源https://www.theramenrater.com/（拉面爱好者）的评论，数据集预览如下，该数据集可以来分析各个国家的拉面店评分以及风格等。
本案例需要分析拉面品牌数量前十的国家（或地区）的拉面店平均评分星级。为了达到上述分析目的，我们需要对数据进行简单的处理：
- 读取数据后，将Stars列中评分为Unrated的替换为3分
- 按照国家进行统计，求出评分个数，以及均值
- 降序，选出Top 10
file = <span>"</span><span>ramen-ratings.csv</span><span>"</span><span>
df </span>=<span> pd.read_csv(file)
df[</span><span>"</span><span>Stars</span><span>"</span>].replace({<span>"</span><span>Unrated</span><span>"</span>: 3}, inplace=<span>True)
df[</span><span>"</span><span>Stars</span><span>"</span>] = pd.to_numeric(df[<span>"</span><span>Stars</span><span>"</span><span>])
</span><span>print</span><span>(df.info())
</span><span>#</span><span> get top 10</span>
df_stars = df.groupby(by=<span>"</span><span>Country</span><span>"</span>).agg({<span>"</span><span>Stars</span><span>"</span>: [<span>"</span><span>count</span><span>"</span>, <span>"</span><span>mean</span><span>"</span><span>]})
df_stars.sort_values(by</span>=(<span>"</span><span>Stars</span><span>"</span>, <span>"</span><span>count</span><span>"</span>), ascending=False, inplace=<span>True)
</span><span>print</span>(df_stars.head(10<span>))
top_10 </span>= df_stars.iloc[0:10, :]
www#gaodaima.com来源gaodai#ma#com搞@@代~&码网搞代码
最后我们的数据预览如下：
绘制组合图Combo Chart
上面的组合图包含柱状图和曲线图， 采用barplot 和lineplot可以轻易分别画出。
关键问题是如何进行组合。这里有个小技巧：所谓组合，其实是障眼法，只不过是两幅图的x轴重叠罢了。在matplotlib里面，可以采用twinx来共享x轴，y轴的次坐标与主坐标分布两侧。
所以知道上述技巧后，代码的编写就是轻而易举的事情。
<span>#</span><span> standard plot</span>
fig, ax1 = plt.subplots(figsize=(10, 6<span>))
sns.barplot(data</span>=top_10, x=top_10.index, y=(<span>"</span><span>Stars</span><span>"</span>, <span>"</span><span>count</span><span>"</span>), ax=<span>ax1)
ax1.set_xlabel(</span><span>"</span><span>Country/Area</span><span>"</span><span>)
ax1.set_ylabel(</span><span>"</span><span>Count</span><span>"</span><span>)
ax1.set_ylim([0, </span>400<span>])
ax2 </span>= ax1.twinx() <span>#</span><span> share the x axis</span>
<span>print</span>(top_10[(<span>"</span><span>Stars</span><span>"</span>, <span>"</span><span>mean</span><span>"</span><span>)])
sns.lineplot(data</span>=top_10, x=top_10.index, y=<span>top_10[(
</span><span>"</span><span>Stars</span><span>"</span>, <span>"</span><span>mean</span><span>"</span>)], marker=<span>"</span><span>*</span><span>"</span>, color=<span>"</span><span>k</span><span>"</span>, markersize=12<span>)
ax2.set_ylabel(</span><span>"</span><span>Rate</span><span>"</span><span>)
ax2.set_ylim([0, </span>5<span>])
ax1.set_title(</span><span>"</span><span>Ramen Quantities & Ratings in Areas</span><span>"</span><span>)
plt.tight_layout()
plt.show()</span>
自定义星级Ticks
上面的标准组合图中右侧的次坐标Ticks 默认为数字，分别表示0-5个星级评分。我们可以自定义Ticks 让其显示更加友善—-直接替换为★级个数。比如★★★★★ （五星）。
两个问题摆在我们面前：
- ★ 怎么画？
- ★怎么替换Ticks 标签？
答案很简单，matplotlib都考虑到了。
数学里面包含大量的特殊符号，比如≥，⊙，♣，∰等你想的到想不到的符号，都在TeX符号集中包含，像★ 就可以用‘$igstar$’来表达。
怎么替换Ticks 标签？当然是用函数了，我们写一个函数，将数字替换为★级个数，然后用yaxis.set_major_formatter调用该函数即可。
<span>def</span><span> stars(x,pos):
</span><span>return</span> r<span>"</span><span>$igstar$</span><span>"</span> *<span> int(x)
ax2.yaxis.set_major_formatter(FuncFormatter(stars))</span>
这样，右侧次坐标的Ticks 换成了星级★符号。
总结
本文展示了matplotlib 的一些画图小技巧，并且在拉面数据集上进行了展示：
- 通过共享x轴，实现柱状图和曲线图的组合绘制，类似Excel组合图
- 通过LaTex符号以及自定义Ticks ，将Ticks 替换为星级★符号，更加美观
以下文章来源于Python小例子，作者 无尘
转载地址
<code><span class="hljs-attribute">https:<span class="hljs-comment">//www.gaodaima.com/fei347795790?t=1</span></span></code>
转载请注明原文链接：Python数据可视化：拉面数据分析
