久久久久久久av_日韩在线中文_看一级毛片视频_日本精品二区_成人深夜福利视频_武道仙尊动漫在线观看

    1. <small id='Yjvrp'></small><noframes id='Yjvrp'>

        <tfoot id='Yjvrp'></tfoot>
          <bdo id='Yjvrp'></bdo><ul id='Yjvrp'></ul>
        <i id='Yjvrp'><tr id='Yjvrp'><dt id='Yjvrp'><q id='Yjvrp'><span id='Yjvrp'><b id='Yjvrp'><form id='Yjvrp'><ins id='Yjvrp'></ins><ul id='Yjvrp'></ul><sub id='Yjvrp'></sub></form><legend id='Yjvrp'></legend><bdo id='Yjvrp'><pre id='Yjvrp'><center id='Yjvrp'></center></pre></bdo></b><th id='Yjvrp'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='Yjvrp'><tfoot id='Yjvrp'></tfoot><dl id='Yjvrp'><fieldset id='Yjvrp'></fieldset></dl></div>

      1. <legend id='Yjvrp'><style id='Yjvrp'><dir id='Yjvrp'><q id='Yjvrp'></q></dir></style></legend>

        如何按行計算百分比并注釋 100% 堆積條

        How to calculate percent by row and annotate 100 percent stacked bars(如何按行計算百分比并注釋 100% 堆積條)

            <bdo id='R9Nbl'></bdo><ul id='R9Nbl'></ul>

              <i id='R9Nbl'><tr id='R9Nbl'><dt id='R9Nbl'><q id='R9Nbl'><span id='R9Nbl'><b id='R9Nbl'><form id='R9Nbl'><ins id='R9Nbl'></ins><ul id='R9Nbl'></ul><sub id='R9Nbl'></sub></form><legend id='R9Nbl'></legend><bdo id='R9Nbl'><pre id='R9Nbl'><center id='R9Nbl'></center></pre></bdo></b><th id='R9Nbl'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='R9Nbl'><tfoot id='R9Nbl'></tfoot><dl id='R9Nbl'><fieldset id='R9Nbl'></fieldset></dl></div>

              <small id='R9Nbl'></small><noframes id='R9Nbl'>

                  <tbody id='R9Nbl'></tbody>
                <legend id='R9Nbl'><style id='R9Nbl'><dir id='R9Nbl'><q id='R9Nbl'></q></dir></style></legend>
                1. <tfoot id='R9Nbl'></tfoot>
                2. 本文介紹了如何按行計算百分比并注釋 100% 堆積條的處理方法,對大家解決問題具有一定的參考價值,需要的朋友們下面隨著小編來一起學習吧!

                  問題描述

                  我需要幫助在從數據幀中的交叉表創建的 pandas 堆積條形圖的每個部分中添加總數的百分比分布(無小數).

                  I need help adding the percent distribution of the total (no decimals) in each section of a stacked bar plot in pandas created from a crosstab in a dataframe.

                  這里是示例數據:

                  data = {
                      'Name':['Alisa','Bobby','Bobby','Alisa','Bobby','Alisa',
                              'Alisa','Bobby','Bobby','Alisa','Bobby','Alisa'],
                      'Exam':['Semester 1','Semester 1','Semester 1','Semester 1','Semester 1','Semester 1',
                              'Semester 2','Semester 2','Semester 2','Semester 2','Semester 2','Semester 2'],
                       
                      'Subject':['Mathematics','Mathematics','English','English','Science','Science',
                                 'Mathematics','Mathematics','English','English','Science','Science'],
                     'Result':['Pass','Pass','Fail','Pass','Fail','Pass','Pass','Fail','Fail','Pass','Pass','Fail']}
                  df = pd.DataFrame(data)
                  
                  # display(df)
                       Name        Exam      Subject Result
                  0   Alisa  Semester 1  Mathematics   Pass
                  1   Bobby  Semester 1  Mathematics   Pass
                  2   Bobby  Semester 1      English   Fail
                  3   Alisa  Semester 1      English   Pass
                  4   Bobby  Semester 1      Science   Fail
                  5   Alisa  Semester 1      Science   Pass
                  6   Alisa  Semester 2  Mathematics   Pass
                  7   Bobby  Semester 2  Mathematics   Fail
                  8   Bobby  Semester 2      English   Fail
                  9   Alisa  Semester 2      English   Pass
                  10  Bobby  Semester 2      Science   Pass
                  11  Alisa  Semester 2      Science   Fail
                  

                  這是我的代碼:

                  #crosstab
                  pal = ["royalblue", "dodgerblue", "lightskyblue", "lightblue"]
                  ax= pd.crosstab(df['Name'], df['Subject']).apply(lambda r: r/r.sum()*100, axis=1)
                  ax.plot.bar(figsize=(10,10),stacked=True, rot=0, color=pal)
                  display(ax)
                      
                  plt.legend(loc='best', bbox_to_anchor=(0.1, 1.0),title="Subject",)
                  
                  plt.xlabel('Name')
                  plt.ylabel('Percent Distribution')
                  
                  plt.show()
                  

                  我知道我需要以某種方式添加 plt.text,但無法弄清楚.我希望將總數的百分比嵌入堆疊的條形圖中.

                  I know I need to add a plt.text some how, but can't figure it out. I would like the percent of the totals to be embedded within the stacked bars.

                  推薦答案

                  我們試試吧:

                  # crosstab
                  pal = ["royalblue", "dodgerblue", "lightskyblue", "lightblue"]
                  ax= pd.crosstab(df['Name'], df['Subject']).apply(lambda r: r/r.sum()*100, axis=1)
                  ax_1 = ax.plot.bar(figsize=(10,10), stacked=True, rot=0, color=pal)
                  display(ax)
                  
                  plt.legend(loc='upper center', bbox_to_anchor=(0.1, 1.0), title="Subject")
                  
                  plt.xlabel('Name')
                  plt.ylabel('Percent Distribution')
                  
                  for rec in ax_1.patches:
                      height = rec.get_height()
                      ax_1.text(rec.get_x() + rec.get_width() / 2, 
                                rec.get_y() + height / 2,
                                "{:.0f}%".format(height),
                                ha='center', 
                                va='bottom')
                      
                  plt.show()
                  

                  輸出:

                  
                  Subject English Mathematics Science
                  Name            
                  Alisa   33.333333   33.333333   33.333333
                  Bobby   33.333333   33.333333   33.333333
                  

                  這篇關于如何按行計算百分比并注釋 100% 堆積條的文章就介紹到這了,希望我們推薦的答案對大家有所幫助,也希望大家多多支持html5模板網!

                  【網站聲明】本站部分內容來源于互聯網,旨在幫助大家更快的解決問題,如果有圖片或者內容侵犯了您的權益,請聯系我們刪除處理,感謝您的支持!

                  相關文檔推薦

                  python: Two modules and classes with the same name under different packages(python:不同包下同名的兩個模塊和類)
                  Configuring Python to use additional locations for site-packages(配置 Python 以使用站點包的其他位置)
                  How to structure python packages without repeating top level name for import(如何在不重復導入頂級名稱的情況下構造python包)
                  Install python packages on OpenShift(在 OpenShift 上安裝 python 包)
                  How to refresh sys.path?(如何刷新 sys.path?)
                  Distribute a Python package with a compiled dynamic shared library(分發帶有已編譯動態共享庫的 Python 包)

                    <small id='movyt'></small><noframes id='movyt'>

                    <legend id='movyt'><style id='movyt'><dir id='movyt'><q id='movyt'></q></dir></style></legend>

                      <tbody id='movyt'></tbody>

                        • <bdo id='movyt'></bdo><ul id='movyt'></ul>

                            <i id='movyt'><tr id='movyt'><dt id='movyt'><q id='movyt'><span id='movyt'><b id='movyt'><form id='movyt'><ins id='movyt'></ins><ul id='movyt'></ul><sub id='movyt'></sub></form><legend id='movyt'></legend><bdo id='movyt'><pre id='movyt'><center id='movyt'></center></pre></bdo></b><th id='movyt'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='movyt'><tfoot id='movyt'></tfoot><dl id='movyt'><fieldset id='movyt'></fieldset></dl></div>
                          • <tfoot id='movyt'></tfoot>
                            主站蜘蛛池模板: 国产精品久久久久aaaa | 欧美日韩久久久久 | 欧美亚洲一区二区三区 | 亚洲精品日本 | 天天干天天草 | 一区二区精品视频 | 亚洲成人一区二区三区 | 久久99这里只有精品 | 一级黄色毛片子 | 人人看人人干 | 日韩av大片免费看 | 99精品欧美 | 亚洲国产精品一区二区久久 | 91久久精| 日韩中文字幕在线免费 | 黄色一级大片在线免费看产 | 国产成人免费视频网站视频社区 | 欧美一级黄色免费 | 国产原创视频 | 日韩视频二区 | 亚洲欧美视频在线观看 | 国产精品久久久久久网站 | 午夜精品一区二区三区免费视频 | 日韩天堂av| 国产精品欧美一区二区三区 | 草草草网站 | 精品亚洲一区二区 | 久久久久九九九女人毛片 | 欧美精品一区二区在线观看 | www.久久艹 | 久久综合一区 | 国产成人精品av | 羞羞视频在线网站观看 | www.99热| 性欧美精品一区二区三区在线播放 | 日韩和的一区二在线 | 国产精品久久久亚洲 | 精久久久| 午夜精品久久久久久久星辰影院 | 九九热精品视频 | 亚洲国产成人精品女人久久久野战 |