极客教程Python中的Pandas.DataFrame.hist()函数
Pandas.DataFrame.hist()函数在了解数字变量的分布方面非常有用。这个函数将数值分割成数字变量。它的主要功能是制作一个给定数据框架的柱状图。
数据的分布是由直方图来表示的。当使用Function Pandas DataFrame.hist()时，它会自动对DataFrame中的每个系列调用函数matplotlib.pyplot.hist()。结果，我们得到了每一列的柱状图。
语法: DataFrame.hist(data, column=None, by=None, grid=True, xlabelsize=None, xrot=None, ylabelsize=None, yrot=None, ax=None, sharex=False, sharey=False, figsize=None, layout=None, bins=10, backend=None, legend=False, **kwargs)
参数:
data:数据框架
column：字符串或序列
xlabelsize: int, default None
ylabelsize: int, default None
ax: Matplotlibaxis对象，默认为无。
**kwargs: 所有其他要传递给matplotlib.pyplot.hist()的绘图关键字参数。
返回:
matplotlib.AxesSubplot或numpy.ndarray
实例1：创建Pandas数据框架中**2列的直方图
有时我们需要绘制数据框架中各列的柱状图，以便更深入地分析它们。在这种情况下，dataframe.hist()函数有很大的帮助。使用这个函数，我们可以绘制任意多列的直方图。
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9]
})
# Creating Histograms of columns 'Length'
# and 'Breadth' using Dataframe.hist()
# function
hist = values.hist(bins=5)
输出:
在上面的例子中，我们使用dataframe.hist()函数绘制了 “长度 “和 “宽度 “列的直方图。
实例2：创建Pandas数据框架中**3列的直方图
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9],
'Height': [5.8, 5.5, 7.8, 10.88, 0.1]})
# Creating Histograms of columns 'Length',
# 'Breadth' and 'Height' using Dataframe.hist()
# function
hist = values.hist(bins=12)
输出:
在上面的例子中，我们使用dataframe.hist()函数绘制 “长度”、”宽度 “和 “高度 “列的柱状图。
实例3：创建Pandas数据框架中**4列的直方图
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9],
'Height': [5.8, 5.5, 7.8, 10.88, 0.1],
'Weight': [20, 40.8, 55.8, 7.2, 48]
})
# Creating Histograms of columns 'Length',
# 'Breadth', 'Height' and 'Weight'
# using Dataframe.hist() function
hist = values.hist(bins=8)
输出:
在上面的例子中，我们使用dataframe.hist()函数绘制了 “长度”、”宽度”、”高度 “和 “重量 “列的柱状图。