如何在Matplotlib柱状图中对qcut生成的分类X轴排序

问题场景 #

用pd.qcut将数据集的List Price Value字段划分为8个分位数桶，自定义标签如下：
['0 - 7.99', '8 - 8.99', '9 - 9.99', '10 - 10.99', '11 - 12.99', '13 - 14.99', '15 - 16.99', '17+']

绘制归一化计数柱状图时出现两个问题：

1. X轴刻度无法按自定义标签的顺序排列
2. 手动设置plt.xticks的ticks和标签时触发ConversionError：

   ConversionError: Failed to convert value(s) to axis units: ['0 - 7.99', '8 - 8.99', '9 - 9.99', '10 - 10.99', '11 - 12.99', '13 - 14.99', '15 - 16.99', '17+']
   

分桶代码：

JNF_prices_pb['List Price Bins'] = pd.qcut(JNF_prices_pb['List Price Value'], 
labels = ['0 - 7.99', '8 - 8.99', '9 - 9.99', '10 - 10.99', '11 - 12.99', '13 - 14.99', '15 - 16.99', '17+'], 
q = 8, precision = 0)

错误原因 #

1. value_counts()默认按计数从高到低排序，会打乱pd.qcut生成的分类标签的原始顺序
2. plt.xticks的ticks参数需要传入数值型的刻度位置（如0、1、2...），直接传入字符串标签会触发类型转换错误

解决方法 #

方法一：保留分类原始顺序（最简单） #

利用pd.Categorical的自带顺序，在value_counts()中添加sort=False参数，禁止按计数排序，绘图时会自动沿用自定义标签的顺序：

plt.figure(figsize=(8,5))
# 关键：sort=False 保留分类标签的原始顺序
JNF_prices_pb['List Price Bins'].value_counts(normalize=True, sort=False).plot(kind='bar')
plt.xticks(rotation=45, fontsize=14)
plt.yticks(fontsize=14)
plt.ylabel('% of Total', fontsize=14)
plt.xlabel('List Price ($)', fontsize=14)
plt.title('Juvenile Nonfiction -- General -- Paperback', fontsize=16, fontweight='bold')
plt.tight_layout() # 防止X轴标签被截断
plt.show()

方法二：手动控制刻度位置和标签（更灵活） #

先获取按分类顺序排序的计数结果，再给plt.xticks传入数值型的刻度位置和对应的标签：

plt.figure(figsize=(8,5))
# 按分类标签的原始顺序排序计数结果
counts = JNF_prices_pb['List Price Bins'].value_counts(normalize=True).sort_index()
counts.plot(kind='bar')
# ticks传入数值位置（0到7），labels传入分类标签
plt.xticks(ticks=range(len(counts.index)), labels=counts.index, rotation=45, fontsize=14)
plt.yticks(fontsize=14)
plt.ylabel('% of Total', fontsize=14)
plt.xlabel('List Price ($)', fontsize=14)
plt.title('Juvenile Nonfiction -- General -- Paperback', fontsize=16, fontweight='bold')
plt.tight_layout()
plt.show()

额外注意 #

如果List Price Bins不是分类类型（可通过JNF_prices_pb['List Price Bins'].dtype查看），可以手动转换为有序分类：

JNF_prices_pb['List Price Bins'] = pd.Categorical(
    JNF_prices_pb['List Price Bins'],
    categories=['0 - 7.99', '8 - 8.99', '9 - 9.99', '10 - 10.99', '11 - 12.99', '13 - 14.99', '15 - 16.99', '17+'],
    ordered=True
)

内容的提问来源于stack exchange，提问作者Michial Miller