如何从 Pandas DataFrame 创建直方图？

直方图是数据集分布的图形表示。它是一个强大的工具，用于可视化数据集的形状、分散程度和中心趋势。直方图通常用于数据分析、统计和机器学习，以识别数据中的模式、异常和趋势。

Pandas 是 Python 中流行的数据操作和分析库。它提供了各种函数和工具来处理结构化数据，包括读取、写入、过滤、清洗和转换数据。Pandas 也与其他数据可视化库（如 Matplotlib、Seaborn 和 Plotly）很好地集成。

要从 Pandas DataFrame 创建直方图，我们首先需要提取要绘制的数据。我们可以使用其名称或索引从 DataFrame 中选择列来执行此操作。一旦我们有了数据，就可以将其传递给可视化库中的直方图函数以生成绘图。

有几种不同的可视化库的方式可以从 Pandas DataFrame 创建直方图。例如，我们可以使用 Pandas 中的 "hist" 方法、NumPy 中的 "histogram" 函数或 Seaborn 中的 "distplot" 函数。我们还可以通过更改颜色、箱数、标题、轴标签和其他属性来自定义直方图的外观。

语法

我们将使用以下语法从 Pandas DataFrame 创建直方图。

DataFrame.hist(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)

解释

以下是主要参数的解释。

column − 要绘制的列的名称或索引。如果为None，则绘制所有列。
by − 要按组分组的数据列的名称或索引。如果提供，将创建多个直方图，每个组一个直方图。
grid − 是否在图表上显示网格线。
xlabelsize，xrot，ylabelsize，yrot − x轴和y轴标签的大小和旋转。
ax − 要在其上绘制的Matplotlib轴对象。如果为None，则创建一个新轴。
sharex，sharey − 是否在子图之间共享x轴或y轴。
figsize − 图表的尺寸，单位为英寸（宽度，高度）。
layout − 子图布局的行数和列数。如果提供，将忽略“by”参数。
bins − 直方图使用的箱数。这可以是一个整数或一个箱边序列。
backend − 要使用的绘图后端，例如“matplotlib”或“plotly”。
legend −

legend 是否在图中显示图例。

现在让我们来探索一下我们将创建这些直方图的示例。

单列直方图

在Python中，单列直方图是数据集中只有一个数据列的频率分布的图形表示。考虑下面显示的代码。

import pandas as pd
import matplotlib.pyplot as plt

# 将CSV文件读取到DataFrame中
df = pd.read_csv('data.csv')

# 绘制DataFrame中单列的直方图
df.hist(column='column_name')

# 设置标题和轴标签
plt.title('Histogram of Column Name')
plt.xlabel('Values')
plt.ylabel('Frequency')

# 显示直方图
plt.show()

说明

导入必要的库，包括pandas和matplotlib.pyplot。
使用pd.read_csv()函数将CSV文件读取为Pandas DataFrame。
使用df.hist()函数绘制DataFrame中单列的直方图。
使用plt.title()、plt.xlabel()和plt.ylabel()函数设置标题和轴标签。
使用plt.show()函数显示直方图。

要运行上述代码，您需要安装pandas和matplotlib库，可以使用以下命令进行安装：

pip3 install pandas matplotlib

输出

安装成功pandas和matplotlib后，您可以执行该代码，它将生成以下直方图 −

如何从 Pandas DataFrame 创建直方图？

多列直方图

在Python中，多列直方图是数据集中具有多列数据的频率分布的图形表示。考虑下面显示的代码。

import pandas as pd
import matplotlib.pyplot as plt

# 将CSV文件读取到DataFrame中
df = pd.read_csv('data.csv')

# 绘制DataFrame中所有列的直方图
df.hist()

# 为每个直方图设置标题和轴标签
for ax in plt.gcf().axes:
   ax.set_title(ax.get_title().replace('Histogram of ', ''))
   ax.set_xlabel('Values')
   ax.set_ylabel('Frequency')

# 显示直方图
plt.show()