Pandas DataFrame DataFrame.plot.hist()-Funktion

1. Syntax von pandas.DataFrame.plot.hist()
2. Beispiel-Codes: DataFrame.plot.hist()
3. Beispielcodes: DataFrame.plot.hist() zum Zeichnen eines komplexen Histogramms
4. Beispielcodes: DataFrame.plot.hist() zur Änderung der Anzahl der Bins

Die Funktion Python Pandas DataFrame.plot.hist() zeichnet ein einzelnes Histogramm der Spalten eines DataFrames. Ein Histogramm stellt die Daten in der grafischen Form dar. Es erzeugt Balken von Bereichen. Der höhere Balken zeigt, dass mehr Daten in den Bereich dieses Balkens fallen.

Syntax von pandas.DataFrame.plot.hist()

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

Parameter

Zurück

Es gibt ein geplottetes Histogramm und AxesSubplot-Daten zurück.

Beispiel-Codes: DataFrame.plot.hist()

Lassen Sie uns zunächst ein Histogramm unter Verwendung eines einfachen DataFrame zeichnen.

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

Unser DataFrame sieht folgendermaßen aus

 Value
0  100
1  200
2  300

Alle Parameter dieser Funktion sind optional. Wenn wir diese Funktion ausführen, ohne einen Parameter zu übergeben, erzeugt sie die folgende Ausgabe.

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()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Beispielcodes: DataFrame.plot.hist() zum Zeichnen eines komplexen Histogramms

Jetzt werden wir unseren DataFrame in einen komplexen konvertieren.

import pandas as pd
import numpy as np

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

print(dataframe)

Unser DataFrame wird,

 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]

Wir haben die Funktion NumPy.random.randint() verwendet, um einen DataFrame zu erzeugen, der zufällige ganze Zahlen enthält. Nun werden wir das Histogramm dieses DataFrame mit der Funktion DataFrame.plot.hist() zeichnen.

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()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Die Funktion hat ein Histogramm gezeichnet, das standardmäßig 10 Bins hat. Es zeigt die Häufigkeitsverteilung von drei Spalten des DataFrame. Jede Spalte wird durch eine bestimmte Farbe dargestellt.

Beispielcodes: DataFrame.plot.hist() zur Änderung der Anzahl der 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()

Ausgabe:

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()

Ausgabe:

AxesSubplot(0.125,0.125;0.775x0.755)

Im ersten Beispielcode haben wir die Anzahl der Behälter auf 2 geändert, im zweiten Beispielcode sind es 50. Beachten Sie, dass das Histogramm umso leichter zu verstehen ist, je größer die Anzahl der Bins ist. Das erste Histogramm ist mehrdeutig, da wir nicht in der Lage sind, die Spalte A Balken zu sehen.