Pandas DataFrame DataFrame.plot.hist() 函式

Minahil Noor 2023年1月30日 Pandas Pandas DataFrame Pandas DataFrame Plot
  1. pandas.DataFrame.plot.hist() 語法
  2. 示例程式碼：DataFrame.plot.hist()
  3. 示例程式碼：DataFrame.plot.hist() 繪製複雜的直方圖
  4. 示例程式碼： DataFrame.plot.hist() 改變 bin 數量
Pandas DataFrame DataFrame.plot.hist() 函式

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)

Pandas DataFrame.plot.hist 基礎

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)

Pandas DataFrame.plot.hist 基礎 2

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)

帶有引數 bin 的 Pandas DataFrame.plot.hist

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)

帶有引數 50 bins 的 Pandas DataFrame.plot.hist

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。

Enjoying our tutorials? Subscribe to DelftStack on YouTube to support us in creating more high-quality video guides. Subscribe

相關文章 - Pandas DataFrame

相關文章 - Pandas DataFrame Plot