1

Tengo el número de ocurrencias de palabras compartidas en dos cuerpos.

repeated_keys = set(c_comments) & set(c_tweets)
data = {key: [c_comments[key], c_tweets[key]] for key in repeated_keys}

Intenté hacer el gráfico de estas coincidencias pero éste es indigesto:

df = pd.DataFrame(data, index=['Commentaires','Tweets']).T

# plot grouped bar chart
df.plot(kind="bar")

¿Cómo se grafica el 10% de los mejores valores de los índices de un diccionario?

introducir la descripción de la imagen aquí

1 respuesta 1

0

Creo que ya que lo tienes en Pandas puedes seguir por ahí. Primero me voy a crear un DataFrame tonto "Dummy" inventado para poder replicar tu problema:

import pandas as pd

vars = [i**2 for i in range(2, 100)]
df_a_histograma = pd.DataFrame(vars, columns=["num_repeticiones"])
df_a_histograma["num_palabra"] = range(2, 100)
df_a_histograma = df_a_histograma.sample(frac=1).reset_index(drop=True)
df_a_histograma.plot(kind="bar", x="num_palabra")

introducir la descripción de la imagen aquí

Genial, ya tengo el mismo problema que tu tienes, he hecho plot de un DataFrame y tengo el eje de las x colapsado por lo que me quiero quedar con las más relevantes. Yo haría lo siguiente:

  1. Ordenaría el DataFrame de mayor a menor, esto se puede hacer con el método .sort_values() de Pandas.
  2. Multiplico la longitud por 0.1 (el 10%).
  3. Creo la gráfica como tu has hecho.
#Ordenamos basandonos en el número de repeticiones de forma descendente
df_a_histograma = df_a_histograma.sort_values(by="num_repeticiones", ascending=False)

#Calculamos cuantas columnas tiene el df
long_df = len(df_a_histograma)

#Sacamos el 10% de las primeras columnas usamos round para no tener un número decimal
df_a_histograma[:round(long_df*0.1)].plot(kind="bar", x="num_palabra")

Salida:

introducir la descripción de la imagen aquí

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.