如何从 Pandas DataFrame 创建直方图?
直方图是数据集分布的图形表示。它是可视化数据集的形状、分布和集中趋势的强大工具。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、清理和转换数据。Pandas 还可以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。我们可以通过使用其名称或索引从 DataFrame 中选择一列来实现这一点。一旦我们有了数据，我们就可以将其传递给可视化库中的直方图函数来生成图。
有几种方法可以使用不同的可视化库从 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、箱体、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 − 用于对数据进行分组的列的名称或索引。如果提供，则创建多个直方图，每个组一个。
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 − 要在其上绘图的 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 − 图形尺寸(英寸)(宽度，高度)。
layout − (行，列)子图布局。如果提供，则忽略"by"参数。
bins − 用于直方图的 bin 数量。这可以是整数或 bin 边界序列。
backend − 要使用的绘图后端，例如"matplotlib"或"plotly"。
legend − 是否在图表上显示图例。
现在让我们探索创建这些直方图的示例。
单列直方图
Python 中的单列直方图是仅包含一列数据的数据集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 文件读入 DataFrame
df = pd.read_csv('data.csv')
# 绘制 DataFrame 中单个列的直方图
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()
解释
导入必要的库，包括 pandas 和 matplotlib.pyplot。
使用 pd.read_csv() 函数将 CSV 文件读入 Pandas DataFrame。
使用 df.hist() 函数绘制 DataFrame 中单个列的直方图。
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，为此，您可以使用以下命令 -
pip3 install pandas matplotlib
输出
成功安装 pandas 和 matplotlib 后，您可以执行代码，它将生成以下直方图 -
多列直方图
Python 中的多列直方图是具有多列数据的数据集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 文件读入 DataFrame
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()
解释
此 Python 代码读取 CSV 文件并使用绘制文件中所有列的直方图Pandas 和 Matplotlib。然后，它会在屏幕上显示每个直方图之前设置它们的标题和轴标签。
输出
执行时，它将产生以下输出 -
结论
总之，从 Pandas DataFrame 创建直方图是一种简单有效的可视化数据分布的方法。借助 Pandas 和 Matplotlib 库，您可以快速为 DataFrame 中的单列或多列数据创建直方图，自定义直方图的外观，并添加轴标签和标题以使其更具信息性。
