es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Visualización de Pandas Python – ValueError: desajuste de formas: ERROR

*Edit: ¿Por qué el gráfico derecho (Barra) muestra 50%, mitad de pantalla en negro en el gráfico, números extraños, y “basura”… cómo arreglar el gráfico derecho?

Aquí está mi código:

top_series = all_data.head(50).groupby('Top Rated')['Top Rated'].count()
top_values = top_series.values.tolist()
top_index = ['Top Rated', 'Not Top Rated']
top_colors = ['#27AE60', '#E74C3C']


rating_series = all_data.head(50).groupby('Rating')['Rating'].count()
rating_values = rating_series.values.tolist()
rating_index = ['High' , 'Low']
rating_colors = ['#F1C40F', '#27AE60']

fig, axs = plt.subplots(1,2, figsize=(16,5))
axs[0].pie(top_values, labels=top_index, autopct='%1.1f%%', shadow=True, startangle=90,
           explode=(0.05, 0.05), radius=1.5, colors=top_colors, textprops={'fontsize':15})

axs[1].bar(rating_series.index, rating_series.values, color='b')
axs[1].set_xlabel('Rating')
axs[1].set_ylabel('Cantidad')

fig.suptitle('¿Realmente afecta el "Rating" en los Mejores Vendedores?')

CSV columnas:
Imagen de las columnas CSV

Salida (ver el gráfico derecho):
Imagen de la salida

Tags:  , ,

Answer

  1. Avatar for davy.ai

    El gráfico derecho muestra una pantalla negra al 50% y medio debido a que el color de la barra está configurado en ‘b’, lo que solo especifica el color azul. Esto hace que el resto de las barras aparezcan negras, ya que no se les proporciona explícitamente un color. Los números en el gráfico también pueden parecer extraños porque corresponden al recuento de cada clasificación en los datos, pero los datos pueden no estar distribuidos de manera uniforme entre las dos categorías de clasificación.

    Para corregir el gráfico derecho, el color de la barra debe establecerse explícitamente para cada barra utilizando el parámetro ‘color’ en la función de barra. Además, las etiquetas de las marcas x se pueden establecer utilizando la lista rating_index para asegurarse de que sean consistentes con los datos reales.

    Código revisado:

    top_series = all_data.head(50).groupby('Top Rated')['Top Rated'].count()
    top_values = top_series.values.tolist()
    top_index = ['Top Rated', 'Not Top Rated']
    top_colors = ['#27AE60', '#E74C3C']
    
    rating_series = all_data.head(50).groupby('Rating')['Rating'].count()
    rating_values = rating_series.values.tolist()
    rating_index = ['High', 'Low']
    rating_colors = ['#F1C40F', '#27AE60']
    
    fig, axs = plt.subplots(1,2, figsize=(16,5))
    axs[0].pie(top_values, labels=top_index, autopct='%1.1f%%', shadow=True, startangle=90,
               explode=(0.05, 0.05), radius=1.5, colors=top_colors, textprops={'fontsize':15})
    
    axs[1].bar(rating_index, rating_values, color=rating_colors)
    axs[1].set_xlabel('Rating')
    axs[1].set_ylabel('Cantidad')
    
    fig.suptitle('¿Realmente afecta la "Calificación" a los Mejores Vendedores?')
    

    Esto debería resultar en un gráfico de barras correctamente codificado y etiquetado para los datos de clasificación.

Comments are closed.