与Seaborn

Question

绘制我只是想知道我怎么能在绘制这种图表和数据的Seaborn：

data.csv：

1,2,3 
2007,05,06 
2007,05,06 
2007,05,08 
2007,05,08 
2007,05,12 
2007,05,15 
2007,05,16 
... 

条形图，我想绘制：

如果有人知道，我将不胜感激如何用Seaborn与我的数据来绘制这种条形图。

Answer 1

根据您提供的数据，无法创建绘图，因此我制作了一个小样本进行测试。这是很长的，因为你需要操纵数据。主要想法是了解堆积条形图是添加常规条形图。

import pandas as pd 
import io 
import matplotlib.pyplot as plt 
import seaborn as sns 

# sample data - 3rd column ignored 
data = """ 
year,month,count 
2007,05,06 
2007,05,06 
2007,06,08 
2007,06,08 
2008,05,12 
2008,05,15 
2008,06,16 
    """ 
# read data 
df = pd.read_csv(io.StringIO(data), delimiter=',') 

groups = df.groupby(['year','month']) 
plot_data = groups.count() # obtain count of year and month multi-index 

# additive barplot (May and June) 
sns.barplot(x = plot_data.reset_index(level=1).index.unique(), y = plot_data.sum(axis=0, level=1)['count'], data=df , color = "red", ci=None) 
# single bottom plot (in this case May only or "05") 
bottom_plot = sns.barplot(x = plot_data.reset_index(level=1).index.unique(), y = plot_data.reorder_levels(['month','year']).loc[5]['count'], color = "#0000A3") 

bottom_plot.set_ylabel("Count") 
bottom_plot.set_xlabel("Year") 

plt.show() 

的过程可以增加至包括所有12个月，但我不知道一个单一的代码，会做，没有操纵数据。

Answer 2

随着熊猫，你可以做一个stacked barplot用简单：

df.plot.bar(stacked=True) 

所以你只需要加载或先重塑你的数据有个为列，在今年的指数：

import numpy as np 
import pandas as pd 
import io 
import matplotlib.pyplot as plt 
import seaborn as sns 
# sample data - 3rd column ignored 
data = """ 
1,2,3 
2007,05,06 
2007,05,06 
2007,06,08 
2007,06,08 
2007,05,06 
2007,05,06 
2007,06,08 
2007,06,08 
2007,05,06 
2007,05,06 
2007,06,08 
2007,06,08 
2008,03,12 
2008,09,15 
2008,02,16 
2008,04,12 
2008,05,15 
2008,06,16 
2008,03,12 
2008,08,15 
2008,02,16 
2008,09,12 
2008,05,15 
2008,06,16 
    """ 
# read data 
df = pd.read_csv(io.StringIO(data), delimiter=',',names= ['year','count','ignore'],header=0,index_col='year') 
nyears = len(np.unique(df.index.values)) 
df['month']=np.tile(np.arange(1,13),nyears) 
#df.drop('ignore',1) 
df.pivot(columns='month',values='count').plot.bar(stacked=True) 
plt.show()