如何從 Pandas DataFrame 建立直方圖？

---

直方圖是資料集分佈的圖形表示。它是視覺化資料集的形狀、擴充套件和集中趨勢的強大工具。直方圖常用於資料分析、統計和機器學習，以識別資料中的模式、異常和趨勢。

Pandas 是 Python 中一個流行的資料操作和分析庫。它提供各種功能和工具來處理結構化資料，包括讀取、寫入、過濾、清理和轉換資料。Pandas 還與其他資料視覺化庫（如 Matplotlib、Seaborn 和 Plotly）很好地整合。

要從 Pandas DataFrame 建立直方圖，我們首先需要提取要繪製的資料。我們可以透過使用其名稱或索引從 DataFrame 中選擇列來實現。獲得資料後，我們可以將其傳遞給視覺化庫中的直方圖函式以生成繪圖。

使用不同的視覺化庫，有幾種方法可以從 Pandas DataFrame 建立直方圖。例如，我們可以使用 Pandas 的“hist”方法、NumPy 的“histogram”函式或 Seaborn 的“distplot”函式。我們還可以透過更改顏色、bin、標題、軸標籤和其他屬性來自定義直方圖的外觀。

語法

我們將使用以下語法從 Pandas DataFrame 建立直方圖。

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) 

解釋

以下是主要引數的解釋：

• column − 要繪製的列的名稱或索引。如果為 None，則繪製所有列。

• by − 對資料進行分組的列的名稱或索引。如果提供，則為每個組建立一個直方圖。

• grid − 是否在繪圖上顯示網格線。

• xlabelsize, xrot, ylabelsize, yrot − x 軸和 y 軸標籤的大小和旋轉。

• ax − 要繪製的 Matplotlib 軸物件。如果為 None，則建立一個新的軸。

• sharex, sharey − 是否在子圖之間共享 x 軸或 y 軸。

• figsize − 圖的大小（以英寸為單位）（寬度，高度）。

• layout − 子圖佈局的（行，列）。如果提供，則忽略“by”引數。

• bins − 直方圖要使用的 bin 數。這可以是整數或 bin 邊緣的序列。

• backend − 要使用的繪圖後端，例如“matplotlib”或“plotly”。

• legend −  是否在繪圖上顯示圖例。

現在讓我們探索一些示例，我們將在此示例中建立這些直方圖。

單列直方圖

Python 中的單列直方圖是僅包含一列資料的頻率分佈的圖形表示。請考慮以下程式碼。

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()

解釋

• 匯入必要的庫，包括 pandas 和 matplotlib.pyplot。

• 使用 pd.read_csv() 函式將 CSV 檔案讀取到 Pandas DataFrame 中。

• 使用 df.hist() 函式繪製 DataFrame 中單列的直方圖。

• 使用 plt.title()、plt.xlabel() 和 plt.ylabel() 函式設定標題和軸標籤。

• 使用 plt.show() 函式顯示直方圖。

要執行上述程式碼，您需要安裝 pandas 和 matplotlib 庫，為此，您可以使用以下命令：

pip3 install pandas matplotlib 

輸出

成功安裝 pandas 和 matplotlib 後，您可以執行程式碼，它將生成以下直方圖：

多列直方圖

Python 中的多列直方圖是包含多列資料的頻率分佈的圖形表示。請考慮以下程式碼。

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()

解釋

此 Python 程式碼讀取 CSV 檔案並使用 Pandas 和 Matplotlib 繪製檔案中所有列的直方圖。然後，它在螢幕上顯示它們之前設定每個直方圖的標題和軸標籤。

輸出

執行後，它將生成以下輸出：

結論

總之，從 Pandas DataFrame 建立直方圖是視覺化資料分佈的一種簡單有效的方法。藉助 Pandas 和 Matplotlib 庫，您可以快速為 DataFrame 中的一列或多列資料建立直方圖，自定義直方圖的外觀，並新增軸標籤和標題以使其更具資訊性。