pandas 直方图 plot.hist

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。

直方图的意义

直方图描述的是数据在不同区间内的分布情况，描述的数据量一般比较大，图示如下：

分组数据字段（统计结果）映射到横轴的位置，频数字段（统计结果）映射到矩形的高度，分类数据可以设置颜色增强分类的区分度。

使用方法

我们随机生成三列数，每列 1000 个，其中一个在随机数上加一，一个减一：

df = pd.DataFrame({'a': np.random.randn(1000) + 1,
                   'b': np.random.randn(1000),
                   'c': np.random.randn(1000) - 1},
                  columns=['a', 'b', 'c'])

绘制直方图，默认分箱数为 10 个（bins=10），alpha 为颜色的透明度，取 0 - 1 范围：

df.plot.hist(alpha=0.5)

Series 为单直方图:

df.a.plot.hist()

堆叠

可以堆叠，并指定分箱数量：

df.plot.hist(stacked=True, bins=20)

df.hist

也可以直接使用 df.hist(alpha=0.5) 来绘制三个子图：

也可以单独绘制子图，指定分箱数量：

df.a.hist(bins=20, alpha=0.5)
df.hist('a', bins=20, alpha=0.5) # 同上

by 参数可以做分组，生成分组后的子图：

df.Q1.hist(by=df.team)

其他参数

您可以传递 matplotlib hist 支持的其他关键字。例如，水平和累积直方图可以通过“方向为水平”和“累积为真”来绘制。参考 matplotlib hist 官方文档。

df['a'].plot.hist(orientation='horizontal', cumulative=True)

例子

当我们绘制骰子6000次时，我们期望每个值大约获得1000次。但是，当我们绘制两个骰子并将结果相加时，分布将完全不同。直方图说明了这些分布：

df = pd.DataFrame(np.random.randint(1, 7, 6000),
                  columns = ['one'])
df['two'] = df['one'] + np.random.randint(1, 7, 6000)
df.plot.hist(bins=12, alpha=0.5)