首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在pandas中如何从交叉表.plot()绘制的图形中更改轴顺序?

在pandas中,可以使用交叉表.plot()方法绘制交叉表的图形。要更改图形中的轴顺序,可以使用reindex方法重新排序轴的标签。

下面是更改轴顺序的步骤:

  1. 首先,使用交叉表.plot()方法生成交叉表的图形。例如,可以使用以下代码生成一个简单的交叉表图形:
代码语言:txt
复制
import pandas as pd

# 创建一个DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data)

# 生成交叉表
cross_tab = pd.crosstab(df['A'], df['B'])

# 绘制交叉表图形
cross_tab.plot(kind='bar')
  1. 接下来,使用reindex方法重新排序轴的标签。例如,如果要将x轴的标签按照特定顺序重新排序,可以使用以下代码:
代码语言:txt
复制
# 定义新的x轴标签顺序
new_order = ['two', 'one']

# 使用reindex方法重新排序x轴标签
cross_tab = cross_tab.reindex(new_order, axis=1)

# 绘制重新排序后的交叉表图形
cross_tab.plot(kind='bar')

在上述代码中,我们首先定义了一个新的x轴标签顺序new_order,然后使用reindex方法将交叉表的x轴标签按照新的顺序重新排序。最后,使用plot方法绘制重新排序后的交叉表图形。

这样,我们就可以通过重新排序轴的标签来更改交叉表图形中的轴顺序。

关于pandas的更多信息和使用方法,可以参考腾讯云的相关产品和文档:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

数据可视化干货:使用pandas和seaborn制作炫酷图表(附代码)

你可以其基本组件组装一个图表:数据显示(即绘图类型:线、条、框、散点图、轮廓等)、图例、标题、刻度标记和其他注释。 pandas,我们可能有多个数据列,并且带有行和列标签。...pandas自身有很多内建方法可以简化DataFrame和Series对象生成可视化过程。另一个是seaborn,它是由Michael Waskom创建统计图形库。...x刻度和范围可以通过xticks和xlim选项进行调整,相应地y使用yticks和ylim进行调整。9-3是plot全部选项列表。本节我会介绍这些选项一些,其余你可以自行探索。...展示网格(默认是打开) ▲9-3 Series.plot方法参数 DataFrame拥有多个选项,允许灵活地处理列;例如,是否将各列绘制到同一个子图中,或为各列生成独立子图。...y figsize 用于生成图片尺寸元组 title 标题字符串 legend 添加子图图例(默认是True) sort_columns 按字母顺序绘制各列,默认情况下使用已有的列顺序9-4

5.3K40

一篇文章带你搞定Pandas绘图API

对于网页上爬取下来数据很多很杂乱,我们需要进行数据可视化,pandas除了数据处理还可以进行数据可视化展示,这里我们简单说明一下pandas绘制常见图形一些API:由于现在针对数据可视化有很多库...,x、y分别指定下,x、y序列,但是由于分组柱图y不再是一个序列,而是由两个(或多个)序列组成列表; plt.title() 设置标题,当然也可以bar() 函数里面设置; plt.gca()...获得x文字,下一列重新设置x文字,并且把文字旋转45°,ha='right':依照右点为中心进行水平对齐; plt.gcf() 拿到绘制图形对象,设置留白区域,left=0.2(左侧留白20%...() 结果如下: 该图形绘制某地区房子价位与房子面积分布关系; 直方图 import matplotlib.pyplot as plt import pandas as pd data...总结 以上就是使用pandas结合matplotlib绘制一些基本常用图形例子,当然了例子是固定图形是灵活,我们还是要根据不同数据,结合不同现实状况,绘制不同图形达到我们目的。

83710

Pandas可视化综合指南:手把手零教你绘制数据图表

数据可视化本来是一个非常复杂过程,但随着Pandas数据帧plot()函数出现,使得创建可视化图形变得很容易。...最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....坐标设置 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

2.5K20

Pandas可视化综合指南:手把手零教你绘制数据图表

最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....在上面的代码kind = ‘bar’,所以绘制图形是柱状图,如果我们把参数改成kind = ‘line’,画出就是线状图。...坐标设置 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

2.6K20

Pandas可视化综合指南:手把手零教你绘制数据图表

数据可视化本来是一个非常复杂过程,但随着Pandas数据帧plot()函数出现,使得创建可视化图形变得很容易。...最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....坐标设置 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

2.6K20

Pandas可视化综合指南:手把手零教你绘制数据图表

最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....在上面的代码kind = ‘bar’,所以绘制图形是柱状图,如果我们把参数改成kind = ‘line’,画出就是线状图。...坐标设置 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

1.7K10

Pandas可视化综合指南:手把手零教你绘制数据图表

最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....在上面的代码kind = ‘bar’,所以绘制图形是柱状图,如果我们把参数改成kind = ‘line’,画出就是线状图。...取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

1.8K10

Pandas可视化综合指南:手把手零教你绘制数据图表

最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...导入数据 绘制图形前,我们首先需要导入csv文件: import pandas as pd df=pd.read_csv(‘....在上面的代码kind = ‘bar’,所以绘制图形是柱状图,如果我们把参数改成kind = ‘line’,画出就是线状图。...坐标设置 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

1.8K50

Pandas可视化综合指南:手把手零教你绘制数据图表

导读:数据可视化本来是一个非常复杂过程,但随着Pandas数据帧plot()函数出现,使得创建可视化图形变得很容易。...最近,一位来自印度小哥以2019年世界幸福指数数据为例,详细讲述了Pandasplot()函数各种参数设置小技巧,熟练掌握这些技巧后,你也能绘制出丰富多彩可视化图表。...02 绘制柱状图、散点图等常见图形 最近简单柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度 %matplotlib tk df1=df[:5] df1.plot('Country',...03 坐标设置 1. 取值范围 使用xlim和ylim两个参数可设置x和y范围。折线图中,我们要将x设置为0到20,y限制为0到100。...如果我们不希望坐标上看到数字,而是想要设置标签。我们还可以将x标签更改为文本标签“低、、高”这种样式。

1.7K30

数据可视化基础与应用-04-seaborn库入门到精通01-02

面向数据集声明性API让您可以专注于图表不同元素含义,而不是如何绘制它们细节。...幕后,seaborn处理数据框架值到matplotlib能够理解参数转换。这种声明性方法使您能够将注意力集中在想要回答问题上,而不是集中如何控制matplotlib细节上。...除了不同模块外,还将seaborn函数交叉分类为“axes-level级”或“figure-level图形级”。上面的例子(histplot和kdeplot)是级函数。...相比之下,图形级函数不能(轻易地)与其他图组合。按照设计,它们“拥有”自己图形,包括其初始化,因此不存在使用图形级函数现有绘制图形概念。...结果是,你可以分配面形变量,而不需要停下来考虑如何调整总图形大小。缺点是,当您确实想要更改图形大小时,您需要记住,事情工作方式与matplotlib工作方式略有不同。

12710

Python 数据分析(PYDA)第三版(四)

pandas pandas.merge函数是使用这些算法数据上主要入口点。...默认情况下,pandas.merge执行是"inner"连接;结果键是交集,或者是两个中都找到公共集合。其他可能选项是"left"、"right"和"outer"。...许多情况下,DataFrame 默认整数标签在连接时最好被丢弃。 pandas concat函数提供了一种一致方法来解决这些问题。我将给出一些示例来说明它是如何工作。...本章中跟随代码示例最简单方法是 Jupyter 笔记本输出图形。...pandas 本身具有内置方法,简化了 DataFrame 和 Series 对象创建可视化过程。另一个库是seaborn,这是一个建立 matplotlib 之上高级统计图形库。

21400

超硬核 Python 数据可视化教程!

python,我们可以总结为以下四种基本视觉元素来展现图形: 点:scatter plot 二维数据,适用于简单二维关系; 线:line plot 二维数据,适用于时间序列; 柱状:bar plot...Pandas中有许多基于matplotlib高级绘图方法,原本需要多行代码才能搞定图表,使用pandas只需要短短几行。 我们使用就调用了pandas绘图包。...用作绘制x。...:Y上使用对数标尺 DataFrame.plot方法参数 DataFrame除了Series参数外,还有一些独有的选项。...sort_columns:以字母顺序绘制各列,默认使用当前顺序 柱状图 在生成线型图代码中加上kind=‘bar’或者kind=‘barh’,可以生成柱状图或水平柱状图。

5K51

matplotlib - matplotlib 教程

渲染图形时,所有艺术家都被绘制到画布(canvas)上。大多数艺术家(Artist)都与有关; 这样艺术家(Artist)不能被多个共享,也不能从一个移动到另一个。...注意:与交互性相关主要更改,特别是show()角色和行为,向matplotlib 1.0版过渡中进行了更改,并在1.0.1修复了错误。...此外,非交互模式会将所有图形延迟到调用show();这比每次脚本添加新功能时重新绘制打印更有效。...有关如何执行这些操作说明,请参阅使用样式和rcParams自定义Matplotlib。...注意:与版本细分如何简化相关更改在版本2.1进行。 2.1之前这些参数仍将改善渲染时间,但2.1版及更高版本某些类型数据渲染时间将大大改善。 标记简化 标记也可以简化,尽管不如线段强大。

4.5K31

Python绘图,更丰富,更专业

标签:Python与Excel,pandas Excel使绘制图形变得非常容易。Python也是如此!这里,我们将快速熟悉如何在Python绘制图形。...我们将使用约翰·霍普金斯大学COVID19数据库本文中绘制随时间推移的确诊病例。...pandas提供了一种直接数据框架绘制图形便捷方法,我们只需要使用dataframe.plot()。但是必须记住,绘制后要让matplotlib显示图形,就需要使用plt.show()。...import matplotlib.pyplot as plt global_num.plot() plt.show() 图3 考虑到我们只使用了2行代码,我们甚至都没有告诉pandas哪一列是x,...后续文章,我们会讨论如何制作更漂亮图形。 注:本文学习整理自pythoninoffice.com。 欢迎在下面留言,完善本文内容,让更多的人学到更完美的知识。

1.8K20

Pandas数据可视化

'] < 100].sample(100).plot.scatter(x='price', y='points’) 调整图形大小,字体大小,由于pandas绘图功能是对Matplotlib绘图功能封装...api添加x坐标: 该图中数据可以和散点图中数据进行比较,但是hexplot能展示信息更多 hexplot,可以看到《葡萄酒杂志》(Wine Magazine)评论葡萄酒瓶大多数是87.5分...堆叠图(Stacked plots) 展示两个变量,除了使用散点图,也可以使用堆叠图 堆叠图是将一个变量绘制另一个变量顶部图表 接下来通过堆叠图来展示最常见五种葡萄酒  结果中看出,最受欢迎葡萄酒是...霞多丽白葡萄酒),Pinot Noir(黑皮诺),Cabernet Sauvignon(赤霞珠),Red Blend(混酿红葡萄酒) ,Bordeaux-style Red Blend (波尔多风格混合红酒) 数据取出最常见五种葡萄酒...: 通过透视找到每种葡萄酒,不同评分数量 : 从上面的数据中看出,行列分别表示一个类别变量(评分,葡萄酒类别),行列交叉点表示计数,这类数据很适合用堆叠图展示 折线图双变量可视化时,仍然非常有效

9110

高效使用 Python 可视化工具 Matplotlib

现在我们准备好了一个更美观样式,第一步是使用标准pandas绘图功能绘制数据: top_10.plot(kind= barh , y="Sales", x="Name") ?...记得当我说matplotlib要访问坐标和数字至关重要吗?这就是我们在这里完成工作。将来任何定制化都将通过ax或fig对象完成。...假设我们要调整x限制并更改一些坐标标签?...幸运是,我们也有能力图上添加多个图形,并使用各种选项保存整个图像。 如果决定要把两幅图放在同一个图像上,我们应对如何做到这一点有基本了解。首先,创建图形,然后创建坐标,然后将其全部绘制在一起。...这个例子也很好,因为各个坐标被解压缩到ax0和ax1。有这些坐标,你可以像上面的例子一样绘制图形,但是ax0和ax1上各放一个图。

2.4K20

高效使用 Python 可视化工具 Matplotlib

现在我们准备好了一个更美观样式,第一步是使用标准pandas绘图功能绘制数据: top_10.plot(kind= barh , y="Sales", x="Name") ?...记得当我说matplotlib要访问坐标和数字至关重要吗?这就是我们在这里完成工作。将来任何定制化都将通过ax或fig对象完成。...假设我们要调整x限制并更改一些坐标标签?...幸运是,我们也有能力图上添加多个图形,并使用各种选项保存整个图像。 如果决定要把两幅图放在同一个图像上,我们应对如何做到这一点有基本了解。 首先,创建图形,然后创建坐标,然后将其全部绘制在一起。...这个例子也很好,因为各个坐标被解压缩到ax0和ax1。有这些坐标,你可以像上面的例子一样绘制图形,但是ax0和ax1上各放一个图。

2.4K20

Seaborn + Pandas带你玩转股市数据可视化分析

导读: 前面探索性数据分析介绍可视化探索特征变量时已经介绍了多个可视化图形绘制方法,本文继续介绍两大绘图技巧,分布使用seaborn与pandas绘制可视化图形。...折线图看趋势 折线图股市地位是不可撼动,折线图即股票走势图也就是K线图,是股民们分析股市历史数据即走势重要图形,通常分为,日、周、月、季、年K线图。...最后,可以使用其他方法调整绘图,以执行更改标签,使用不同刻度或添加图例等操作。...热力图 热力图实际中常用于展示一组变量相关系数矩阵,展示列联数据分布上也有较大用途,通过热力图我们可以非常直观地感受到数值大小差异状况。...PairGrid 成对关系子图 子图网格,用于在数据集中绘制成对关系。 此类将数据集中每个变量映射到多网格列和行。

6.6K40

原来使用 Pandas 绘制图表也这么惊艳

数据可视化是捕捉趋势和分享数据获得见解非常有效方式,流行可视化工具有很多,它们各具特色,但是今天文章,我们将学习使用 Pandas 进行绘图。...%matplotlib 内联魔法命令也被添加到代码,以确保绘制数字正确显示笔记本单元格: import pandas as pd import numpy as np import matplotlib.pyplot...探索和可视化数据了,开始吧 折线图 plot 默认图就是折线图,它在 x 绘制索引, y 绘制 DataFrame 其他数字列。...,并允许我们更改输出图形大小。...宽度和高度默认值分别为 6.4 和 4.8。 通过提供列名列表并将其分配给 y ,我们可以数据绘制多条线。

4.5K50
领券