Блог

Цель:

Я хочу создать гистограмму стека PaperlessBilling категориального признака (набор данных об оттоке клиентов Telco), отобразить ось Y в процентах и отобразить распределение оттока в виде оттенка. Но процент не из накопительного расчета.

Вот что я ожидал при использовании R:

 ggplot(Churn, aes(SeniorCitizen, fill = Churn))  
  geom_bar(position = "fill")  
  xlab("Senior Citizen status")  
  ylab("Percent")  
  scale_y_continuous(labels = scales::percent)  
  scale_x_discrete(labels = c("Non-Senior Citizens", "Senior Citizens"))  
  scale_fill_manual(name = "Churn Status", values = c("green2", "red1"), labels = c("No", "Yes"))  
  ggtitle("The Ratio of Churns by Senior Citizen status")  
  theme_classic()  
  theme(legend.position = "bottom",
        plot.title = element_text(hjust = 0.5, size = 15))
 

Вот результат приведенного выше кода (смотрите, что обе категории имеют общее значение 100%):

Вот что я сделал:

 fig, axs = plt.subplots(figsize=(5, 5))

sns.histplot(
    df,
    x = "PaperlessBilling",
    hue = "Churn",
    multiple = "stack",
    stat = "percent"
)
 

Это результат приведенного выше кода:

При stat="percent" этом все столбцы суммируются до 100 . Чтобы столбцы, принадлежащие одному и тому же значению x, суммировались до 100 , вы можете использовать multiple='fill' . Обратите внимание, что в последнем случае сумма равна 1.0 . Ось PercentFormatter y отображается в процентах.

 import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame({"PaperlessBilling": np.random.choice(['Yes', 'No'], p=[.6, .4], size=2000)})
df["Churn"] = np.where(df["PaperlessBilling"] == 'Yes',
                       np.random.choice(['Yes', 'No'], p=[.3, .7], size=2000),
                       np.random.choice(['Yes', 'No'], p=[.1, .9], size=2000))
df["PaperlessBilling"] = pd.Categorical(df["PaperlessBilling"], ['Yes', 'No'])  # fix an order
df["Churn"] = pd.Categorical(df["Churn"], ['No', 'Yes'])  # fix an order

palette = {'Yes': 'crimson', 'No': 'limegreen'}
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(10, 5))

sns.histplot(df, x="PaperlessBilling", hue="Churn", palette=palette, alpha=1,
             multiple="stack", stat="percent", ax=ax1)
ax1.yaxis.set_major_formatter(PercentFormatter(100))

sns.histplot(df, x="PaperlessBilling", hue="Churn", palette=palette, alpha=1,
             multiple="fill", ax=ax2)
ax2.yaxis.set_major_formatter(PercentFormatter(1))
sns.despine()
plt.tight_layout()
plt.show()