一、直方图绘制参数详解

1、plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False)

x:指定要绘制直方图的数据。

bins:指定直方图条形的个数。

range:指定直方图数据的上下界,默认包含绘图数据的最大值和最小值。

normed:是否将直方图的频数转换成频率。

weights:该参数可为每一个数据点设置权重。

cumulative:是否需要计算累计频数或频率。

bottom:可以为直方图的每个条形添加基准线,默认为0。

histtype:指定直方图的类型,默认为bar,除此之外,还有barstacked、step和stepfilled

align:设置条形边界值的对齐方式,默认为mid,另外还有left和right

orientation:设置直方图的摆放方向,默认为垂直方向

rwidth:设置直方图条形的宽度

log:是否需要对绘图数据进行log变换

color:设置直方图的填充色

edgecolor:设置直方图边框色

label:设置直方图的标签,可通过legend展示其图例

stacked:当有多个数据时,是否需要将直方图呈堆叠摆放,默认水平摆放

①绘制直方图实例

1 #matplotlib模块绘制直方图

2 #读入数据

3 Titanic = pd.read_csv('titanic_train.csv')4 #检查年龄是否有缺失

5 any(Titanic.Age.isnull())6 #不妨删除含有缺失年龄的观察

7 Titanic.dropna(subset=['Age'], inplace=True)8 #绘制直方图

9 plt.hist(x = Titanic.Age, #指定绘图数据

10 bins = 20, #指定直方图中条块的个数

11 color = 'steelblue', #指定直方图的填充色

12 edgecolor = 'black' #指定直方图的边框色

13 )14 #添加x轴和y轴标签

15 plt.xlabel('年龄')16 plt.ylabel('频数')17 #添加标题

18 plt.title('乘客年龄分布')19 #显示图形

20 plt.show()

②绘制直方图与核密度图

1 #Pandas模块绘制直方图和核密度图

2 #读入数据

3 Titanic = pd.read_csv('titanic_train.csv')4 #绘制直方图

5 Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', normed = True, label = '直方图')6 #绘制核密度图

7 Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度图')8 #添加x轴和y轴标签

9 plt.xlabel('年龄')10 plt.ylabel('核密度值')11 #添加标题

12 plt.title('乘客年龄分布')13 #显示图例

14 plt.legend()15 #显示图形

16 plt.show()

根据数据需要手动设置x轴刻度

1 # 导入数据2 import pandas aspd3 import matplotlib.pyplot asplt4 f = open(r'C:\Users\Administrator.PC-20160806EWJL\Desktop\整理文件\boston数据简介\data\boston.csv')5 data =pd.read_csv(f)6

7 # 绘制直方图8 data.RAD.plot(kind = 'hist', bins = 30, color = 'steelblue', edgecolor = 'black', normed = True, label = '直方图')9 # 绘制核密度图10 data.RAD.plot(kind = 'kde', color = 'red', label = '核密度图')11 # 添加x轴和y轴标签12 plt.xlabel('距离高速公路')13 plt.ylabel('核密度值')14 plt.xticks([-10,-5,0,1,2,3,4,5,6,7,8,9,20,25]) #根据分布频率手动设置x轴的刻度15 # 添加标题16 plt.title('距离高速公路分布')17 # 显示图例18 plt.legend()19 # 显示图形20 plt.show()

③seaborn模块绘制分组的直方图

1 #seaborn模块绘制分组的直方图和核密度图

2 #读入数据

3 Titanic = pd.read_csv('titanic_train.csv')4 #取出男性年龄

5 Age_Male = Titanic.Age[Titanic.Sex == 'male']6 #取出女性年龄

7 Age_Female = Titanic.Age[Titanic.Sex == 'female']8

9 #绘制男女乘客年龄的直方图

10 sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'}, label = '男性')11 #绘制女性年龄的直方图

12 sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'}, label = '女性')13 plt.title('男女乘客的年龄直方图')14 #显示图例

15 plt.legend()16 #显示图形

17 plt.show()

④seaborn模块绘制核密度图

1 #读入数据

2 Titanic = pd.read_csv('titanic_train.csv')3 #绘制男女乘客年龄的核密度图

4 sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'},5 norm_hist = True, label = '男性')6 #绘制女性年龄的核密度图

7 sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'},8 norm_hist = True, label = '女性')9 plt.title('男女乘客的年龄核密度图')10 #显示图例

11 plt.legend()12 #显示图形

13 plt.show()

python读取csv数据画直方图_python 中直方图绘制相关推荐

  1. python读取csv数据画直方图_Python数据可视化(Pygal、svg、csv、Bar、Line)

    一.pygal(图表类型Bar) 将使用Python可视化包Pygal来生成可缩放的矢量图形文件 pygal官方文档:[www.pygal.org/en/stable/](http://www.pyg ...

  2. python读取csv数据画直方图_用csv文件作为inpu在python中绘制直方图

    我有一个csv文件,其中包含两列,第一列是水果名,第二列是计数,我需要绘制直方图使用这个csv作为输入到下面的代码.我怎样才能做到.我只需要显示前20个条目,其中水果名称将是x轴,计数将是y轴从整个c ...

  3. python读取csv数据画直方图_用python绘制直方图

    其实,学习数据分析,excel可以完成绝大多数的工作,只是课程中@tiger是用python做的,而且最近自己也在学习编程,所以就挑战一下新东西,学学用python做作业,感谢@余欣 的教程,让我一个 ...

  4. python 读取二进制数据到可变缓冲区中

    想直接读取二进制数据到一个可变缓冲区中,而不需要做任何的中间复制操作.或者你想原地修改数据并将它写回到一个文件中去. 为了读取数据到一个可变数组中,使用文件对象的readinto() 方法.比如 im ...

  5. Python读取IRIS数据集并转换为PaddlePaddle中使用的reader

    背景信息 IRIS数据集是机器学习领域常用的一种数据集,但是PaddlePaddle预置数据集中并未包含,因此本文实现了使用Python读取下载的iris数据集文本文件并将其转换为reader的代码. ...

  6. Python读取CSV文件画折线图

    首先,我们先导入需要的模块,然后读取CSV文件的数据,在折线图上画出"Third"这一列的数据的折线图 画出的图表结果: import pandas as pd import ma ...

  7. python 读取csv某一列_Python 读取csv的某列

    CSV 本质上是文本文件,能提供与 Excel 的表格类似的二维数据结构.因为是文本文件,读写都比 Excel 方便容易的多,经常拿来作为数据的中转格式.本文讨论如何快速有效的按列读取 CSV 文件. ...

  8. python在excel中数据画线_python中操作excel数据

    python操作excel,python有提供库 本文介绍openpyxl,他只支持新型的excell( xlsx)格式,读取速度还可以 1.安装 pip install openpyxl 2.使用 ...

  9. python读取csv文件路径设置_python读取csv文件

    1 importcsv2 tsvfile = open('any_different_file/excel2.tsv','rt')3 readers =csv.reader(tsvfile)4 for ...

最新文章

  1. linux aptana,Ubuntu 下Aptana Studio 3安装使用
  2. Wix 安装部署教程(十六) -- 自动生成多语言文件
  3. MyEclipse 中修改JSP模板
  4. 随手记:IDAPro蛮强大
  5. js比较两个String字符串找出不同,并将不同处高亮显示
  6. 窗口分析函数_6_计算累加差
  7. 反思项目最新周数的反复反复修改
  8. Java编程讲义之Eclipse开发工具
  9. Windows Phone 的后台代理不支持的 API
  10. wait( )和 waitpid( )
  11. 解决若要安装 Microsoft Office 2010,需要MSXML 版本 6.10.1129的问题
  12. 可穿戴设备的主流传感器介绍
  13. C#正则表达式 — 正则表达式类
  14. 如何分析android的OOM,与java静态代码分析工具
  15. Hadoop平台简述
  16. 【解题报告】SRM-08
  17. MongoDB驱动程序快速入门
  18. 亲测:真正免费的音频转文字软件
  19. 秒、毫秒、微秒、纳秒以及赫兹对应换算表
  20. frida hook svc调用

热门文章

  1. rocketmq源码①-NameServer是什么以及他的启动流程
  2. **购买外链必须注意的四点经验_购链网**
  3. 主页劫持该怎么办?解决主页劫持的方法
  4. 明源服务器修改固定IP,8.5 IP源站选路选项
  5. Java单例模式中的线程安全问题
  6. SpringCloud微服务架构实战:微服务治理
  7. 韩松手机摄影笔记第五课--后期利器Snapseed
  8. foxmail卡顿_电脑卡顿不流畅是什么原因
  9. 【javaweb:eljstl】通过模拟用户登录,使网页登录测试部分变成“用户”和“退出”
  10. 绿色无广告版装机工具:微PE工具箱Win8/10内核版32/64位