Función Pandas DataFrame DataFrame.plot.hist()

1. La sintaxis de pandas.DataFrame.plot.hist()
2. Códigos de ejemplo: DataFrame.plot.hist()
3. Códigos de ejemplo: DataFrame.plot.hist() para dibujar un histograma complejo
4. Códigos de ejemplo: DataFrame.plot.hist() para cambiar el número de bins

La función Pandas Python DataFrame.plot.hist() dibuja un único histograma de las columnas de un DataFrame. Un histograma representa los datos en la forma gráfica. Crea barras de rangos. La barra más alta muestra que más datos caen en el rango de esta barra.

La sintaxis de pandas.DataFrame.plot.hist()

DataFrame.sample(by=None, bins=10, **kwargs)

Parámetros

Retorna

Devuelve un histograma trazado y datos de AxesSubplot.

Códigos de ejemplo: DataFrame.plot.hist()

Primero trazaremos un histograma usando un simple DataFrame.

import pandas as pd
dataframe = pd.DataFrame({'Value':[100, 200, 300]})
print(dataframe)

Nuestro DataFrame es como el siguiente.

 Value
0  100
1  200
2  300

Todos los parámetros de esta función son opcionales. Si ejecutamos esta función sin pasar ningún parámetro, entonces produce la siguiente salida.

import pandas as pd
from matplotlib import pyplot as plt

dataframe = pd.DataFrame({"Value": [100, 200, 300]})

histogram = dataframe.plot.hist()
print(histogram)
plt.show()

Producción:

AxesSubplot(0.125,0.125;0.775x0.755)

Códigos de ejemplo: DataFrame.plot.hist() para dibujar un histograma complejo

Ahora, convertiremos nuestro DataFrame en uno complejo.

import pandas as pd
import numpy as np

dataframe = pd.DataFrame(np.random.randint(0, 200, size=(200, 3)), columns=list("ABC"))

print(dataframe)

Nuestro DataFrame se convierte,

 A    B    C
0     15  163  163
1     29    7   54
2    195   40    6
3    183   92   57
4     72  167   40
..   ...  ...  ...
195   79   35    7
196  122   79  142
197  121   46  124
198  138  141  114
199  148   95  129

[200 rows x 3 columns]

Hemos usado la función NumPy.random.randint() para crear un DataFrame que contiene números enteros aleatorios. Ahora, dibujaremos el histograma de este DataFrame usando la función DataFrame.plot.hist().

import pandas as pd
import numpy as np

from matplotlib import pyplot as plt

dataframe = pd.DataFrame(np.random.randint(0, 200, size=(200, 3)), columns=list("ABC"))

histogram = dataframe.plot.hist()
print(histogram)
plt.show()

Producción:

AxesSubplot(0.125,0.125;0.775x0.755)

La función ha dibujado un histograma que tiene 10 contenedores por defecto. Muestra la distribución de frecuencias de tres columnas del DataFrame. Cada columna está representada por un color específico.

Códigos de ejemplo: DataFrame.plot.hist() para cambiar el número de bins

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

dataframe = pd.DataFrame(np.random.randint(0, 200, size=(200, 3)), columns=list("ABC"))

histogram = dataframe.plot.hist(bins=2)
print(histogram)
plt.show()

Producción:

AxesSubplot(0.125,0.125;0.775x0.755)

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

dataframe = pd.DataFrame(np.random.randint(0, 200, size=(200, 3)), columns=list("ABC"))

histogram = dataframe.plot.hist(bins=50)
print(histogram)
plt.show()

Producción:

AxesSubplot(0.125,0.125;0.775x0.755)

En el primer código de ejemplo, hemos cambiado el número de contenedores a 2 y en el segundo código de ejemplo, es 50. Obsérvese que cuanto mayor sea el número de cubos, más fácil será entender el histograma. El primer histograma es ambiguo, ya que no podemos ver la columna A de barras.