Я пытаюсь построить количество ожидающих и отклоненных заявок по месяцам.
У меня 2 трудности.
1.Мои значения на оси Z не совпадают со значениями в 'список дз.Например, если вы проверите массив 'z0', число ожидающих заявлений будет равно 82 для декабря.Но на графике видно, что самое высокое значение ниже 82 против декабря.Аналогичным образом, Ян ожидает 31 ожидание, но при построении графика значение значительно ниже него. Это изменение существует для всех отображаемых значений.
2.У меня много нулей в списке.Я хотел бы добавить другой цвет (скажем, прозрачный) и скрыть появление нулевых значений на графике.Это сделано для того, чтобы мой график был понятен, и я вижу реальные значения.Я не уверен, как это сделать внутри цикла for, так как я складываю значения.
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime,date
import calendar
from itertools import cycle, islice
#from mpl_toolkits.mplot3d import Axes3D
from mpl_toolkits.mplot3d import axes3d
import numpy as np
# Set plotting style
plt.style.use('seaborn-white')
dz=[]
z0 = np.array([ 31., 23., 11., 8., 7., 6., 6., 6., 5., 4.,
3., 1., 0., 21., 13., 7., 4., 3., 3., 3.,
3., 1., 0., 0., 0., 0., 22., 11., 4., 2.,
1., 1., 0., 0., 0., 0., 0., 0., 0., 38.,
26., 16., 15., 9., 8., 6., 4., 2., 0., 0.,
0., 0., 47., 26., 21., 11., 9., 7., 6., 4.,
0., 0., 0., 0., 0., 51., 31., 17., 14., 9.,
6., 5., 0., 0., 0., 0., 0., 0., 33., 25.,
14., 4., 4., 4., 0., 0., 0., 0., 0., 0.,
0., 35., 24., 14., 9., 5., 0., 0., 0., 0.,
0., 0., 0., 0., 72., 55., 41., 20., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 50., 27., 15.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
77., 44., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 82.])
dz.append(z0)
z1 =[ 14., 5., 8., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 13., 7., 2., 1., 1., 0., 0., 0., 0.,
0., 0., 0., 0., 14., 8., 4., 0., 1., 0., 0.,
0., 0., 0., 0., 0., 0., 19., 3., 5., 0., 2.,
0., 0., 0., 0., 0., 0., 0., 0., 11., 13., 3.,
3., 0., 0., 0., 0., 0., 0., 0., 0., 0., 19.,
10., 3., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 13., 2., 1., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 10., 2., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 11., 1., 3., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 14., 0., 1., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 12., 3.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
15.]
dz.append(z1)
_zpos = z0*0
xlabels = pd.Index(['01', '02', '03', '04', '05', '06', '07', '08', '09',
'10', '11', '12'], dtype='object', name='dates')
ylabels = pd.Index(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug',
'Sep', 'Oct', 'Nov', 'Dec'], dtype='object',
name='Month')
x = np.arange(xlabels.shape[0])
y = np.arange(ylabels.shape[0])
x_M, y_M = np.meshgrid(x, y, copy=False)
fig = plt.figure(figsize=(15, 15))
ax = fig.add_subplot(111, projection='3d')
# Making the intervals in the axes match with their respective entries
ax.w_xaxis.set_ticks(x + 0.5/2.)
ax.w_yaxis.set_ticks(y + 0.5/2.)
# Renaming the ticks as they were before
ax.w_xaxis.set_ticklabels(xlabels)
ax.w_yaxis.set_ticklabels(ylabels)
# Labeling the 3 dimensions
ax.set_xlabel('Months Taken')
ax.set_ylabel('Month created')
ax.set_zlabel('Count')
# Choosing the range of values to be extended in the set colormap
values = np.linspace(0.2, 1., x_M.ravel().shape[0])
# Selecting an appropriate colormap
colors = ['#FFC04C', '#ee2f2f', '#3e9a19',
'#599be5','#bf666f','#a235bf','#848381','#fb90d6','#fb9125']
for i in range(2):
ax.bar3d(x_M.ravel(), y_M.ravel(), _zpos, dx=0.3, dy=0.3, dz=dz[i],
color=colors[i])
_zpos += dz[i]
#plt.gca().invert_xaxis()
#plt.gca().invert_yaxis()
Pending_proxy = plt.Rectangle((0, 0), 1, 1, fc="#FFC04C90")
Declined_proxy = plt.Rectangle((0, 0), 1, 1, fc="#ee2f2f90")
ax.legend([Pending_proxy,
Declined_proxy],['Pending',
'Declined',
])
plt.show()