Balkendiagramme und Histogramme

Balkendiagramme stellen kategoriale Daten dar: eine Säule pro Kategorie, deren Höhe proportional zu einem Wert ist. Sie beantworten die Frage: „Wie viel entfällt auf jede Kategorie?“ Histogramme zeigen die Verteilung einer kontinuierlichen numerischen Variable: Die Daten werden in Intervalle eingeteilt, und die Balkenhöhe zeigt die Anzahl oder Häufigkeit in jedem Intervall. Sie beantworten die Frage: „Wie sind diese Werte verteilt?“ Beide verwenden jeweils ax.bar() und ax.hist().

ax.bar(x, height) zeichnet ein vertikales Balkendiagramm, bei dem x eine Folge von Positionen (oder Beschriftungen) der Kategorien und height den Balkenwert bezeichnet. Wichtige Parameter sind: width (Standardwert 0.8, steuert die Balkenbreite relativ zum Abstand), color, edgecolor und align ('center' oder 'edge'). Die Methode gibt eine Liste von Rectangle-Artist-Objekten zurück.

Einige Anpassungen machen Balkendiagramme deutlich lesbarer: Verwenden Sie eine einheitliche Akzentfarbe für alle Balken (oder ein Farbarray zur Unterscheidung einzelner Balken), fügen Sie mit ax.bar_label() Wertbeschriftungen über jedem Balken hinzu, steuern Sie die Balkenbreite, um ausreichend Abstand zu lassen, und setzen Sie ax.set_ylim(0, max * 1.15), damit oberhalb des höchsten Balkens Platz für Beschriftungen bleibt.

Verwenden Sie ax.barh(y, width) für horizontale Balkendiagramme. Horizontale Balken eignen sich besonders, wenn die Kategorien lange Beschriftungen haben (diese lassen sich von links nach rechts natürlich lesen) oder wenn es viele Kategorien gibt (sie lassen sich kompakter untereinander anordnen). Alle Anpassungsparameter gelten weiterhin: height steuert die Balkendicke, und ax.barh_label() (oder ax.bar_label()) fügt Textbeschriftungen hinzu.

Um mehrere Gruppen nebeneinander zu vergleichen, erstellen Sie ein gruppiertes Balkendiagramm, indem Sie die Balkenpositionen manuell versetzen. Berechnen Sie die Mittelpunktspositionen für jede Gruppe und subtrahieren oder addieren Sie anschließend für jede Untergruppe einen festen Versatz. Die gesamte Balkenbreite plus der Abstand zwischen den Gruppen muss 1.0 ergeben, damit sich die Balken nicht überlappen. Mit ax.set_xticks() zentrieren Sie die Tick-Beschriftungen zwischen den gruppierten Balken.

Gestapelte Balken zeigen die Zusammensetzung einer Gesamtsumme aus mehreren Untergruppen. Die Balken der zweiten Gruppe beginnen dort, wo die Balken der ersten Gruppe enden; dazu wird der Parameter bottom verwendet. Das bottom jeder weiteren Ebene ist die kumulative Summe aller vorherigen Ebenen. Gestapelte Balken eignen sich, um gleichzeitig sowohl die Gesamtsumme als auch den Beitrag jeder Komponente darzustellen.

ax.hist(data, bins) erstellt ein Histogramm. Der Parameter bins steuert, in wie viele gleichmäßig verteilte Intervalle die Daten aufgeteilt werden (Standardwert 10). Sie können auch eine Liste von Intervallgrenzen für ungleich große Intervalle übergeben. Wichtige Parameter sind: density=True normiert das Histogramm zu einer Wahrscheinlichkeitsdichte, edgecolor fügt Ränder zwischen den Balken hinzu, und color sowie alpha steuern die Darstellung.

Die Anzahl der Klassen hat großen Einfluss darauf, wie ein Histogramm aussieht. Zu wenige Klassen verbergen Strukturen, zu viele erzeugen verrauschte Spitzen. Häufige Faustregeln sind die Sturges-Regel (≈ log2(n) + 1), die Scott-Regel oder die Freedman-Diaconis-Regel. Matplotlib unterstützt diese als Zeichenfolgen: bins='auto', bins='scott', bins='fd'. Für eine explorative Analyse sollten Sie einige Werte manuell ausprobieren; für Präsentationen wählen Sie die Klassenanzahl, die die Form am besten vermittelt.

Um zwei Verteilungen auf denselben Achsen zu vergleichen, rufen Sie ax.hist() zweimal mit unterschiedlichen Daten und Farben auf. Verwenden Sie für beide alpha=0.5, damit die Überlappung sichtbar bleibt. Fügen Sie Beschriftungen hinzu und rufen Sie ax.legend() auf. Mit density=True werden beide Histogramme auf dieselbe Skala normalisiert, wenn sich die Stichprobengrößen unterscheiden. Dadurch lassen sich die Formen direkt vergleichen.

Sowohl .plot.bar() als auch .plot.hist() sind als DataFrame-/Series-Methoden verfügbar und erzeugen automatisch Matplotlib-Figuren. Sie akzeptieren einen ax-Parameter, um auf einer vorhandenen Axes zu zeichnen. So erstellen Sie am schnellsten Balkendiagramme aus gruppierten Pandas-Daten: Berechnen Sie die groupby-Aggregation, rufen Sie für das Ergebnis .plot.bar() auf und passen Sie anschließend die zurückgegebene Axes an.

Die Wahl zwischen einem Balkendiagramm und einem Histogramm hängt vom Datentyp ab. Verwenden Sie ein Balkendiagramm, wenn die x-Achse einzelne, ungeordnete Kategorien darstellt (Produktnamen, Regionen, Benutzersegmente) und die Balken aggregierte Werte für jede Kategorie zeigen. Verwenden Sie ein Histogramm, wenn die x-Achse eine kontinuierliche numerische Variable darstellt und Sie zeigen möchten, wie sich die Werte über einen Bereich verteilen. Eine Verwechslung ist ein häufiger Visualisierungsfehler, der Leser hinsichtlich des Datentyps in die Irre führt.

In dieser Lektion haben Sie gelernt: ax.bar() erstellt vertikale Balkendiagramme und ax.barh() horizontale Balkendiagramme; bottom ermöglicht gestapelte Balken; ax.hist() erstellt Histogramme, deren Klassenanzahl über bins gesteuert wird; und density=True normalisiert Histogramme für einen fairen Vergleich. Als Nächstes fügen wir Achsenbeschriftungen und Titel hinzu und speichern Abbildungen in publikationsgeeigneter Qualität.