熊猫。Python 中的 DataFrame.hist()函数
原文:https://www.geesforgeks.org/pandas-data frame-hist-function-in-python/
熊猫。DataFrame.hist() 函数对于理解数值变量的分布很有用。该函数将值分解成数值变量。它的主要功能是制作给定数据帧的直方图。
数据的分布由直方图表示。当使用 Function Pandas DataFrame.hist()时，它会自动调用 DataFrame 中每个系列的函数【matplotlib.pyplot.hist()。结果，我们获得了每列一个直方图。
语法: DataFrame.hist(数据，列=无，by =无，网格=真，xlabelsize =无，xrot =无，ylabelsize =无，yrot =无，ax =无，sharex =假，sharey =假，figsize =无，布局=无，bins = 10，后端=无，图例=假，**kwargs)
参数:
数据 : DataFrame 列: str 或 sequence xlabelsize:int，默认 None ylabelsize:int，默认 None ax:Matplotlib axes 对象，默认 None *** * kwargs** 所有其他绘图关键字参数都要传递给 matplotlib.pyplot.hist()。
返回: matplotlib。axessubplot 或 numpy.ndarray
示例 1: 创建熊猫数据帧的 2 列的直方图
有时我们需要绘制数据框各列的直方图，以便更深入地分析它们。在这种情况下，dataframe.hist()函数帮助很大。使用这个函数，我们可以绘制任意多列的直方图。
蟒蛇 3
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9]
})
# Creating Histograms of columns 'Length'
# and 'Breadth' using Dataframe.hist()
# function
hist = values.hist(bins=5)
输出:
在上例中，我们使用 dataframe.hist() 函数绘制了列“长度”和列“宽度”的直方图。
示例 2: 创建熊猫数据帧的 3 列的直方图
蟒蛇 3
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9],
'Height': [5.8, 5.5, 7.8, 10.88, 0.1]})
# Creating Histograms of columns 'Length',
# 'Breadth' and 'Height' using Dataframe.hist()
# function
hist = values.hist(bins=12)
输出:
在上例中，我们使用 dataframe.hist()函数绘制了【长度】*宽度*和高度列的直方图。
示例 3: 创建熊猫数据帧的 4 列的直方图
蟒蛇 3
# Importing pandas library
import pandas as pd
# Creating a Data frame
values = pd.DataFrame({
'Length': [2.7, 8.7, 3.4, 2.4, 1.9],
'Breadth': [4.24, 2.67, 7.6, 7.1, 4.9],
'Height': [5.8, 5.5, 7.8, 10.88, 0.1],
'Weight': [20, 40.8, 55.8, 7.2, 48]
})
# Creating Histograms of columns 'Length',
# 'Breadth', 'Height' and 'Weight'
# using Dataframe.hist() function
hist = values.hist(bins=8)
输出:
在上例中，我们使用 dataframe.hist() 函数绘制了列“长度”、“宽度”、“高度和“重量”的直方图。
