Pandas DataFrame DataFrame.plot.hist() 函式
Minahil Noor
2023年1月30日
-
pandas.DataFrame.plot.hist()語法 -
示例程式碼：
DataFrame.plot.hist() -
示例程式碼：
DataFrame.plot.hist()繪製複雜的直方圖 -
示例程式碼：
DataFrame.plot.hist()改變bin數量
Python Pandas DataFrame.plot.hist() 函式繪製了一個 DataFrame 的列的單一直方圖。直方圖以圖形的形式表示資料。它可以建立範圍的條形圖。越高的條形圖表明有更多的資料落入這個條形圖的範圍。
pandas.DataFrame.plot.hist() 語法
DataFrame.sample(by=None, bins=10, **kwargs)
引數
by |
它是一個字串或序列。它代表 DataFrame 中要分組的列。 |
bins |
它是一個整數。它表示直方塊的數量。一個直方塊就像一個範圍，例如，0-5，6-10 等。 |
**kwargs |
這些是自定義直方圖的附加關鍵字引數。你可以在這裡檢視更多資訊。 |
返回值
它返回一個繪製的直方圖和 AxesSubplot 資料。
示例程式碼：DataFrame.plot.hist()
讓我們先用一個簡單的 DataFrame 繪製一個直方圖。
import pandas as pd
dataframe = pd.DataFrame({'Value':[100, 200, 300]})
print(dataframe)
我們的 DataFrame 看起來像，
Value
0 100
1 200
2 300
這個函式的所有引數都是可選的。如果我們在執行這個函式時不傳遞任何引數，那麼它將產生以下輸出。
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()
輸出：
AxesSubplot(0.125,0.125;0.775x0.755)
示例程式碼：DataFrame.plot.hist() 繪製複雜的直方圖
現在，我們將把我們的 DataFrame 轉換為一個複雜的情況。
import pandas as pd
import numpy as np
dataframe = pd.DataFrame(np.random.randint(0, 200, size=(200, 3)), columns=list("ABC"))
print(dataframe)
我們的 DataFrame 變成：
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]
我們已經使用 NumPy.random.randint() 函式建立了一個包含隨機整數的 DataFrame。現在，我們將使用 DataFrame.plot.hist() 函式繪製這個 DataFrame 的直方圖。
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()
輸出：
AxesSubplot(0.125,0.125;0.775x0.755)
該函式繪製了一個直方圖，預設有 10 個 bin。它顯示了 DataFrame 中三列的頻率分佈。每一列用特定的顏色表示。
示例程式碼： DataFrame.plot.hist() 改變 bin 數量
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()
輸出：
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()
輸出：
AxesSubplot(0.125,0.125;0.775x0.755)
在第一個例子的程式碼中，我們將 bins 數改為 2，而在第二個例子的程式碼中，則是 50。請注意，bins 數越多，越容易理解直方圖。第一個直方圖是模糊的，因為我們無法看到 A 欄。
相關文章 - Pandas DataFrame
- Pandas concat 函式
- Pandas cut 函式
- Pandas DataFrame sort_index()函式
- Pandas DataFrame.idxmax()函式
- Pandas DataFrame.insert()函式
- Pandas DataFrame.resample()函式