Matplotlib: гистограмма с накоплением

Учитывая pandas df, я хочу создать гистограммы с накоплением, где все значения в строке сложены в каждом столбце. Я хочу, чтобы xticks были номером индекса, а значение y было суммой сложенных столбцов каждой строки. Однако я не смог этого добиться.

Я получаю TypeError: только массивы размера 1 могут быть преобразованы в скаляры Python, когда я пытаюсь построить график

Я пытался добавить каждую строку в массив, но в итоге я добавляю одну и ту же аранжировку несколько раз.

Я следую примеру здесь: https://matplotlib.org/3.1.1/gallery/lines_bars_and_markers/bar_stacked.html#stacked-bar-graph

import pandas as pd
import matplotlib as plt

index   C1              C2              C3
1   48692.4331  34525.0003  14020.1233
2   43206.1635  27978.9984  16572.0428
3   67398.4482  49903.4956  29856.5693


no_1 = [df["C1"] for index in df.index]
no_2 = [df["C2"] for index in df.index]
no_3 = [df["C3"] for index in df.index]

N = 3
ind = np.arange(N)    # the x locations for the groups
width = 0.35       # the width of the bars: can also be len(x) sequence

p1 = plt.bar(ind, no_1, width)
p2 = plt.bar(ind, no_2, width, bottom=no_1)
p3 = plt.bar(ind, no_3, width, bottom=no_2)

plt.xticks(ind, ('no_1', 'no_2', 'no_3'))
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
286
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать pandas.DataFrame.plot:

df.rename(lambda x: 'no_'+str(x), axis='index').plot.bar(stacked=True)

Выход:


В учебных целях:

xlabels = 'no_'+ df.index.astype(str)
_ = plt.bar(xlabels, df['C1'])
_ = plt.bar(xlabels, df['C2'], bottom=df['C1'])
_ = plt.bar(xlabels, df['C3'], bottom=df[['C1','C2']].sum(1))

Выход:

Другие вопросы по теме