曲线图在x轴中具有不同参数

Question

我有一个类似于下面的数据框。它具有实际和预测的列。我想一对一比较条形图中预测的实际与预测。我具有预测列的置信值，而实际置信度的默认值为1。因此，我想将每一行保持在单条组中，实际和预测的值将为X轴，相应的置信得分为y值。

我无法获得预期的图，因为x轴值在每一行中没有对齐或分组为相同的值。

  Actual Predicted  Confidence
0      A         A        0.90
1      B         C        0.30
2      C         C        0.60
3      D         D        0.75

预期的栏图。

任何提示都是可观的。请让我知道是否需要更多详细信息。

到目前为止，我已经尝试过的。

df_actual = pd.DataFrame()
df_actual['Key']= df['Actual'].copy()
df_actual['Confidence'] = 1
df_actual['Identifier'] = 'Actual'

df_predicted=pd.DataFrame()
df_predicted = df[['Predicted', 'Confidence']]
df_predicted = df_predicted.rename(columns={'Predicted': 'Key'})
df_predicted['Identifier'] = 'Predicted'
df_combined = pd.concat([df_actual,df_predicted], ignore_index=True)
df_combined

fig = px.bar(df_combined, x="Key", y="Confidence", color='Identifier',
          barmode='group',  height=400)
fig.show()

Answer 1

我发现首先调整数据可以更轻松地获取所需的绘图。我曾经使用过Seaborn，希望还可以。请查看此代码是否适合您。我认为上面提到的df已经可用。我创建了df2，以使其与您在预期数字中显示的内容保持一致。另外，我将索引用作X轴列，以便维护订单...一些调整以确保XTICK名称对齐，传说在您想要的外面。

代码

vals= []
conf = []
for x, y, z in zip(df.Actual, df.Predicted, df.Confidence):
    vals += [x, y]
    conf += [1, z]
df2 = pd.DataFrame({'Values': vals, 'Confidence':conf}).reset_index()
ax=sns.barplot(data = df2, x='index', y='Confidence', hue='Values',dodge=False)
ax.set_xticklabels(['Actual', 'Predicted']*4)
plt.legend(bbox_to_anchor=(1.0,1))
plt.show()

plot

更新 - 对实际和预测的bar

hi @mohammed 分组我认为没有一种方法可以轻松地使用Seaborn来做到这一点。您需要使用matplotlib并调整条位置，XTICK位置等。下面是将执行此操作的代码。您可以将SET1更改为另一个颜色地图以更改颜色。我还添加了一个黑色轮廓，因为相同的彩色条互相融合在一起。此外，我不得不旋转Xlables，因为它们彼此之间。您可以根据自己的要求更改它。希望这对...

vals = df[['Actual','Predicted']].melt(value_name='texts')['texts']
conf = [1]*4 + list(df.Confidence)
ident = ['Actual', 'Predicted']*4
df2 = pd.DataFrame({'Values': vals, 'Confidence':conf, 'Identifier':ident}).reset_index()

uvals, uind = np.unique(df2["Values"], return_inverse=1)
cmap = plt.cm.get_cmap("Set1")

fig, ax=plt.subplots()
l = len(df2)
pos = np.arange(0,l) % (l//2) + (np.arange(0,l)//(l//2)-1)*0.4
ax.bar(pos, df2["Confidence"], width=0.4, align="edge", ec="k",color=cmap(uind)  )  

handles=[plt.Rectangle((0,0),1,1, color=cmap(i), ec="k") for i in range(len(uvals))]
ax.legend(handles=handles, labels=list(uvals), prop ={'size':10}, loc=9, ncol=8) 

pos=pos+0.2
pos.sort()
ax.set_xticks(pos)

ax.set_xticklabels(df2["Identifier"][:l], rotation=45,ha='right', rotation_mode="anchor")
ax.set_ylim(0, 1.2)
plt.show()

输出图

Answer 2

我更新了@Redox的答案以获取确切的输出。

df_ = pd.DataFrame({'Labels': df.reset_index()[['Actual', 'Predicted', 'index']].values.ravel(), 
                   'Confidence': np.array(list(zip(np.repeat(1, len(df)), df['Confidence'].values, np.repeat(0, len(df))))).ravel()})
df_.loc[df_['Labels'].astype(str).str.isdigit(), 'Labels'] = ''

plt.figure(figsize=(15, 6))

ax=sns.barplot(data = df_, x=df_.index, y='Confidence', hue='Labels',dodge=False, ci=None)
ax.set_xticklabels(['Actual', 'Predicted', '']*len(df))
plt.setp(ax.get_xticklabels(), rotation=90)
ax.tick_params(labelsize=14)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0.)

输出：

• 删除循环以提高性能
• 添加了空白条值以相同的组图表。