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、扩展和集中趋势的强大工具。直方图常用于数据分析、统计和机器学习，以识别数据中的模式、异常和趋势。

Pandas 是 Python 中一个流行的数据操作和分析库。它提供各种功能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 中选择列来实现。获得数据后，我们可以将其传递给可视化库中的直方图函数以生成绘图。

使用不同的可视化库，有几种方法可以从 Pandas DataFrame 创建直方图。例如，我们可以使用 Pandas 的“hist”方法、NumPy 的“histogram”函数或 Seaborn 的“distplot”函数。我们还可以通过更改颜色、bin、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 − 对数据进行分组的列的名称或索引。如果提供，则为每个组创建一个直方图。

• grid − 是否在绘图上显示网格线。

• xlabelsize, xrot, ylabelsize, yrot − x 轴和 y 轴标签的大小和旋转。

• ax − 要绘制的 Matplotlib 轴对象。如果为 None，则创建一个新的轴。

• sharex, sharey − 是否在子图之间共享 x 轴或 y 轴。

• figsize − 图的大小（以英寸为单位）（宽度，高度）。

• layout − 子图布局的（行，列）。如果提供，则忽略“by”参数。

• bins − 直方图要使用的 bin 数。这可以是整数或 bin 边缘的序列。

• backend − 要使用的绘图后端，例如“matplotlib”或“plotly”。

• legend −  是否在绘图上显示图例。

现在让我们探索一些示例，我们将在此示例中创建这些直方图。

单列直方图

Python 中的单列直方图是仅包含一列数据的频率分布的图形表示。请考虑以下代码。

import pandas as pd
import matplotlib.pyplot as plt

# Read the CSV file into a DataFrame
df = pd.read_csv('data.csv')

# Plot a histogram of a single column in the DataFrame
df.hist(column='column_name')

# Set the title and axis labels
plt.title('Histogram of Column Name')
plt.xlabel('Values')
plt.ylabel('Frequency')

# Display the histogram
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 文件读取到 Pandas DataFrame 中。

• 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，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 中的多列直方图是包含多列数据的频率分布的图形表示。请考虑以下代码。

import pandas as pd
import matplotlib.pyplot as plt

# Read the CSV file into a DataFrame
df = pd.read_csv('data.csv')

# Plot histograms of all columns in the DataFrame
df.hist()

# Set the title and axis labels for each histogram
for ax in plt.gcf().axes:
   ax.set_title(ax.get_title().replace('Histogram of ', ''))
   ax.set_xlabel('Values')
   ax.set_ylabel('Frequency')
   
# Display the histograms
plt.show()

解释

此 Python 代码读取 CSV 文件并使用 Pandas 和 Matplotlib 绘制文件中所有列的直方图。然后，它在屏幕上显示它们之前设置每个直方图的标题和轴标签。

输出

执行后，它将生成以下输出：

结论

总之，从 Pandas DataFrame 创建直方图是可视化数据分布的一种简单有效的方法。借助 Pandas 和 Matplotlib 库，您可以快速为 DataFrame 中的一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。