# 划分区间 bins = [0,1,2,3,4,5,10,15,20,25,30,35,40,45,50,60,70,80,90,100,1220] data = data_forecast_is_stk_bs_rpt_zq_befor_big['本年比上一年归母倍数'] # 统计每个柱子的数据 hist, edges = pd.cut(data, bins=bins, right=False, include_lowest=True, retbins=True) counts = hist.value_counts() # 按照 bins 的顺序给每个柱子指定标签 labels = counts.index.astype(str) fig, ax = plt.subplots(figsize=(18, 6)) # 绘制柱形图 plt.bar(labels, counts) # 添加数据标签 for i, v in enumerate(counts.values): plt.text(i, v, str(v), ha='center', va='bottom') # 设置图表标题和坐标轴标签 plt.title('Score Distribution') plt.xlabel('Range') plt.ylabel('Count') # 显示图表 plt.show() 怎么修改counts的顺序 目前是按汇总量排序 能不能按hist的顺序
时间: 2023-12-14 14:37:55 浏览: 147
关于pandas的离散化,面元划分详解
可以使用reindex()方法来改变counts的顺序,使其按照hist的顺序排列。代码示例如下:
```python
# 统计每个柱子的数据
hist, edges = pd.cut(data, bins=bins, right=False, include_lowest=True, retbins=True)
counts = hist.value_counts()
# 按照 bins 的顺序给每个柱子指定标签
labels = counts.index.astype(str)
# 按照 hist 的顺序重新排序 counts
counts = counts.reindex(hist.cat.categories)
fig, ax = plt.subplots(figsize=(18, 6))
# 绘制柱形图
plt.bar(labels, counts)
# 添加数据标签
for i, v in enumerate(counts.values):
plt.text(i, v, str(v), ha='center', va='bottom')
# 设置图表标题和坐标轴标签
plt.title('Score Distribution')
plt.xlabel('Range')
plt.ylabel('Count')
# 显示图表
plt.show()
```
在上述代码中,使用reindex()方法按照hist的顺序重新排序counts,然后绘制柱形图。
阅读全文