Gráficos de barras en Python y sus usos | Hackanons

Los diagramas de barras en python son uno de los tipos de gráficos más utilizados para la visualización de datos. El gráfico de barras es un tipo de gráfico pero que representa los datos categóricos con columnas o barras. Aquí, cada barra se llama bin.

Si es un analista de datos o se ocupa de la representación y visualización de datos, el gráfico de barras será su gran compañero. Un gráfico de barras describe las comparaciones entre las categorías discretas. Un eje representa una categoría que se está comparando. Ahora el otro eje representa los valores medidos correspondientes a esas categorías.

Lea también: ¿Vale la pena aprender Python en el año 2021?

Gráficos de barras en Python:

Un científico de datos que trabaja en Python debería tener la capacidad de representar una barra. Traza fácil y rápidamente a partir de datos en Pandas Data Frames. Esta es una habilidad importante para un científico de datos. Los diagramas de barras en Python tienen la ventaja de una rápida exploración de datos, construyendo una historia en torno a cómo se agrupan los datos. Se componen y comparan los valores de las variables entre diferentes grupos. Esto no puede ser superado por ningún otro tipo de gráfico porque los diagramas de barras (o “gráficos de barras”, “gráficos de columnas”) tienen ventaja. A medida que el ojo humano ha evolucionado capacidad refinada para comparar la longitud de los objetosa diferencia de ángulo o área.

Los usuarios de Python tienen suerte ya que hay muchas opciones para bibliotecas de visualización disponibles para ellos. Además de esto, Pandas también tiene integración con el matplotlib biblioteca de visualización. Esto permite crear figuras directamente a partir de objetos de datos DataFrame y Series. Este blog se centra principalmente en el uso de la DataFrame.plot funciones de la API de visualización de Pandas.

Crear un gráfico de barras:

Matplotlib en python es imprescindible para cualquier tipo de gráfico. matplotlib API en Python también es una de esas funciones que proporciona gráficos de barras en Python. La sintaxis para el diagrama de barras puede ser utilizada por usted a continuación:

plt.bar(x, height, width, bottom, align)

Esto crea una mancha de barra definida por los parámetros. Simplemente puede definir los parámetros y boom, obtuvo su gráfico de barras con un rectángulo. Los parámetros se pueden definir de la siguiente manera:

Ahora tomemos un ejemplo que muestra cuántos estudiantes están matriculados en diferentes cursos de un instituto.

import matplotlib.pyplot as plt
 
  
# creating the dataset
data = {'C':20, 'C++':15, 'Java':30,
        'Python':35}
courses = list(data.keys())
values = list(data.values())
  
fig = plt.figure(figsize = (10, 5))
 
# creating the bar plot
plt.bar(courses, values, color="maroon",
        width = 0.4)
 
plt.xlabel("Courses offered")
plt.ylabel("No. of students enrolled")
plt.title("Students enrolled in different courses")
plt.show()

Ahora puede ver el resultado dado en la imagen a continuación:

Podemos ver aquí el diagrama de barras en forma rectangular (cursos, valores, color = ‘granate’). Esto muestra que los cursos se trazan en el eje x y los otros valores están en el eje Y. El color le da al gráfico de barras su color, como puede ver, es rectangular. Ahora, plt.xlabel (“Cursos ofrecidos”) y plt.xlabel (“estudiantes inscritos”) se utilizan para etiquetar los correspondientes axes.plt.title(). Se usa para hacer un título para el gráfico.plt.show() se usa para mostrar el gráfico como salida usando los comandos anteriores.

Números de gráficos de barras:

Cuando ya conoce los números que desea mostrar en el gráfico. Entonces, el gráfico de barras es más fácil de hacer ya que no se necesitan cálculos. Puedes hacer esta trama simplemente en Pandas pero creando un Pandas “Serie” y trazando los valores, usando el argumento kind=”bar” para el comando de trazado.

Por ejemplo, desea hacer un gráfico de barras trazando. El número de pasteles de carne comidos en Navidad por cada miembro de su familia. Imaginemos que tiene dos padres (comió 10 cada uno), una hermana (comió 17), un hermano (comió 42) y usted mismo (comió 37). Ahora para crear un gráfico basado en esto:

# Import the pandas library with the usual "pd" shortcut
import pandas as pd
# Create a Pandas series from a list of values ("[]") and plot it:
pd.Series([65, 61, 25, 22, 27]).plot(kind="bar")

También puede crear un marco de datos de Pandas para lograr el mismo resultado:

# Create a dataframe with one column, "ages"
plotdata = pd.DataFrame({"ages": [65, 61, 25, 22, 27]})
plotdata.plot(kind="bar")

Este es el tipo de gráfico de barras que obtendrá como se muestra en la imagen que se muestra a continuación:

Cómo personalizar el gráfico de barras:

import pandas as pd
from matplotlib import pyplot as plt
 
# Read CSV into pandas
data = pd.read_csv(r"cars.csv")
data.head()
df = pd.DataFrame(data)
 
name = df['car'].head(12)
price = df['price'].head(12)
 
# Figure Size
fig = plt.figure(figsize =(10, 7))
 
# Horizontal Bar Plot
plt.bar(name[0:10], price[0:10])
 
# Show Plot
plt.show()

Entonces, como se puede observar en la imagen de arriba, las marcas del eje X se superponen entre sí. Como puede ver, no son claramente visibles, lo que puede solucionarse girando los X-ticks. Entonces puede verse claramente, por eso se requiere personalización.

import pandas as pd
from matplotlib import pyplot as plt
 
# Read CSV into pandas
data = pd.read_csv(r"cars.csv")
data.head()
df = pd.DataFrame(data)
 
name = df['car'].head(12)
price = df['price'].head(12)
 
# Figure Size
fig, ax = plt.subplots(figsize =(16, 9))
 
# Horizontal Bar Plot
ax.barh(name, price)
 
# Remove axes splines
for s in ['top', 'bottom', 'left', 'right']:
ax.spines[s].set_visible(False)
 
# Remove x, y Ticks
ax.xaxis.set_ticks_position('none')
ax.yaxis.set_ticks_position('none')
 
# Add padding between axes and labels
ax.xaxis.set_tick_params(pad = 5)
ax.yaxis.set_tick_params(pad = 10)
 
# Add x, y gridlines
ax.grid(b = True, color="grey",
linestyle="-.", linewidth = 0.5,
alpha = 0.2)
 
# Show top values
ax.invert_yaxis()
 
# Add annotation to bars
for i in ax.patches:
plt.text(i.get_width()+0.2, i.get_y()+0.5,
str(round((i.get_width()), 2)),
fontsize = 10, fontweight="bold",
color="grey")
 
# Add Plot Title
ax.set_title('Sports car and their price in crore',
loc="left", )
 
# Add Text watermark
fig.text(0.9, 0.15, 'Jeeteshgavande30', fontsize = 12,
color="grey", ha="right", va="bottom",
alpha = 0.7)
 
# Show Plot
plt.show()

Aquí puede ver, pero hemos cambiado los lados ahora, el gráfico es más comprensible y claramente visible.

Gráficos de barras múltiples:

Se pueden usar gráficos de barras múltiples, pero cuando se va a realizar la comparación entre el conjunto de datos. Pero también podemos convertir el gráfico de barras de área, donde cada subgrupo se muestra uno encima de los demás. Se puede trazar variando el grosor y la posición de las barras. Y también el siguiente gráfico de barras muestra el número de estudiantes aprobados en la rama de ingeniería:

import numpy as np
import matplotlib.pyplot as plt
 
# set width of bar
barWidth = 0.25
fig = plt.subplots(figsize =(12, 8))
 
# set height of bar
IT = [12, 30, 1, 8, 22]
ECE = [28, 6, 16, 5, 10]
CSE = [29, 3, 24, 25, 17]
 
# Set position of bar on X axis
br1 = np.arange(len(IT))
br2 = [x + barWidth for x in br1]
br3 = [x + barWidth for x in br2]
 
# Make the plot
plt.bar(br1, IT, color="r", width = barWidth,
        edgecolor="grey", label="IT")
plt.bar(br2, ECE, color="g", width = barWidth,
        edgecolor="grey", label="ECE")
plt.bar(br3, CSE, color="b", width = barWidth,
        edgecolor="grey", label="CSE")
 
# Adding Xticks
plt.xlabel('Branch', fontweight="bold", fontsize = 15)
plt.ylabel('Students passed', fontweight="bold", fontsize = 15)
plt.xticks([r + barWidth for r in range(len(IT))],
        ['2015', '2016', '2017', '2018', '2019'])
 
plt.legend()
plt.show()

Ahora el gráfico de barras apiladas:

Los diagramas de barras apiladas representan diferentes grupos uno encima del otro. La altura de la barra depende de la altura resultante de la combinación de los resultados de los grupos. Va desde abajo hasta el valor en lugar de ir desde cero hasta el valor. El siguiente diagrama de barras representa la contribución de los niños y niñas en el equipo.

import numpy as np
 import matplotlib.pyplot as plt
 N = 5
 boys = (20, 35, 30, 35, 27)
 girls = (25, 32, 34, 20, 25)
 boyStd = (2, 3, 4, 1, 2)
 girlStd = (3, 5, 2, 3, 3)
 ind = np.arange(N)
 width = 0.35
 fig = plt.subplots(figsize =(10, 7))
 p1 = plt.bar(ind, boys, width, yerr = boyStd)
 p2 = plt.bar(ind, girls, width,
             bottom = boys, yerr = girlStd)
 plt.ylabel('Contribution')
 plt.title('Contribution by the teams')
 plt.xticks(ind, ('T1', 'T2', 'T3', 'T4', 'T5'))
 plt.yticks(np.arange(0, 81, 10))
 plt.legend((p1[0], p2[0]), ('boys', 'girls'))
 plt.show()

Conclusión:

Así que le hemos proporcionado diferentes gráficos de barras en Python y también alguna información. Puede ver diferentes tipos de gráficos de barras en Python aquí y algunos de sus usos básicos y cómo personalizarlos según sus necesidades. Espero que encuentres lo que buscas aquí. Gracias por la lectura.