直方图python_Python数据可视化的例子—

直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量（频数）。一般直方图都会与核密度图搭配使用，目的是更加清晰地掌握数据的分布特征，下面将详细介绍该类型图形的绘制。

1．matplotlib模块

matplotlib模块中的hist函数就是用来绘制直方图的。关于该函数的语法及参数含义如下：

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。

这里不妨以Titanic数据集为例绘制乘客的年龄直方图，具体代码如下：

import pandas as pd

import matplotlib.pyplot as plt

# 读入数据

Titanic = pd.read_excel(r'泰坦尼克号乘客年龄分布.xlsx')

# 检查年龄是否有缺失

any(Titanic.Age.isnull())

# 不妨删除含有缺失年龄的观察

Titanic.dropna(subset=['Age'], inplace=True)

#设置绘图风格

plt.style.use('ggplot')

#处理中文乱码

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

#坐标轴负号的处理

plt.rcParams['axes.unicode_minus']=False

# 绘制直方图

plt.hist(x = Titanic.Age, # 指定绘图数据

bins = 20, # 指定直方图中条块的个数

color = 'steelblue', # 指定直方图的填充色

edgecolor = 'black' # 指定直方图的边框色

)

# 添加x轴和y轴标签

plt.xlabel('年龄')

plt.ylabel('频数')

# 添加标题

plt.title('泰坦尼克号乘客年龄分布')

# 显示图形

plt.show()

运行结果：

如上图所示，就是关于乘客年龄的直方图分布。需要注意的是，如果原始数据集中存在缺失值，一定要对缺失观测进行删除或替换，否则无法绘制成功。如果在直方图的基础上再添加核密度图，通过matplotlib模块就比较吃力了，因为首先得计算出每一个年龄对应的核密度值。为了简单起见，下面利用pandas模块中的plot方法将直方图和核密度图绘制到一起。

2．pandas模块

import pandas as pd

import matplotlib.pyplot as plt

# 读入数据

Titanic = pd.read_excel(r'泰坦尼克号乘客年龄分布.xlsx')

# 检查年龄是否有缺失

any(Titanic.Age.isnull())

# 不妨删除含有缺失年龄的观察

Titanic.dropna(subset=['Age'], inplace=True)

#设置绘图风格

plt.style.use('ggplot')

#处理中文乱码

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

#坐标轴负号的处理

plt.rcParams['axes.unicode_minus']=False

# 绘制直方图

Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', density = True, label = '直方图')

# 绘制核密度图

Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度图')

# 添加x轴和y轴标签

plt.xlabel('年龄')

plt.ylabel('频数')

# 添加标题

plt.title('泰坦尼克号乘客年龄分布')

# 显示图例

plt.legend()

# 显示图形

plt.show()

如上图所示，Python的核心代码就两行，分别是利用plot方法绘制直方图和核密度图。需要注意的是，在直方图的基础上添加核密度图，必须将直方图的频数更改为频率，即normed（新版本为density）参数设置为True。

3．seaborn模块

尽管上一幅图满足了两种图形的合成，但其表达的是所有乘客的年龄分布，如果按性别分组，研究不同性别下年龄分布的差异，该如何实现？针对这个问题，使用matplotlib模块或pandas模块都会稍微复杂一些，推荐使用seaborn模块中的distplot函数，因为该函数的代码简洁而易懂。关于该函数的语法和参数含义如下：

sns.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None,

hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None,

color=None, vertical=False, norm_hist=False, axlabel=None,

label=None, ax=None)

a：指定绘图数据，可以是序列、一维数组或列表。

bins：指定直方图条形的个数。

hist：bool类型的参数，是否绘制直方图，默认为True。

kde：bool类型的参数，是否绘制核密度图，默认为True。

rug：bool类型的参数，是否绘制须图（如果数据比较密集，该参数比较有用），默认为False。

fit：指定一个随机分布对象（需调用scipy模块中的随机分布函数），用于绘制随机分布的概率密度曲线。

hist_kws：以字典形式传递直方图的其他修饰属性，如填充色、边框色、宽度等。

kde_kws：以字典形式传递核密度图的其他修饰属性，如线的颜色、线的类型等。

rug_kws：以字典形式传递须图的其他修饰属性，如线的颜色、线的宽度等。

fit_kws：以字典形式传递概率密度曲线的其他修饰属性，如线条颜色、形状、宽度等。

color：指定图形的颜色，除了随机分布曲线的颜色。

vertical：bool类型的参数，是否将图形垂直显示，默认为True。（改为False即为horizontal）

norm_hist：bool类型的参数，是否将频数更改为频率，默认为False。

axlabel：用于显示轴标签。 label：指定图形的图例，需结合plt.legend()一起使用。

ax：指定子图的位置。

从函数的参数可知，通过该函数，可以实现三种图形的合成，分别是直方图（hist参数）、核密度曲线（kde参数）以及指定的理论分布密度曲线（fit参数）。接下来，针对如上介绍的distplot函数，绘制不同性别下乘客的年龄分布图，具体代码如下：

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

# 读入数据

Titanic = pd.read_excel(r'泰坦尼克号乘客年龄分布.xlsx')

# 检查年龄是否有缺失

any(Titanic.Age.isnull())

# 不妨删除含有缺失年龄的观察

Titanic.dropna(subset=['Age'], inplace=True)

#设置绘图风格

plt.style.use('ggplot')

#处理中文乱码

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

#坐标轴负号的处理

plt.rcParams['axes.unicode_minus']=False

# 取出男性年龄

Age_Male = Titanic.Age[Titanic.Sex == 'male']

# 取出女性年龄

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

# seaborn模块绘制分组的直方图和核密度图

# 绘制男女乘客年龄的直方图

sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'}, label = '男性')

# 绘制女性年龄的直方图

sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'}, label = '女性')

plt.title('泰坦尼克号男女乘客的年龄直方图')

plt.xlabel('年龄')

plt.ylabel('频数')

# 显示图例

plt.legend()

# 显示图形

plt.show()

# 绘制男女乘客年龄的核密度图

sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'},

norm_hist = True, label = '男性')

# 绘制女性年龄的核密度图

sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'},

norm_hist = True, label = '女性')

plt.title('泰坦尼克号男女乘客的年龄核密度图')

plt.xlabel('年龄')

plt.ylabel('核密度值')

# 显示图例

plt.legend()

# 显示图形

plt.show()

如图所示，为了避免四个图形混在一起不易发现数据背后的特征，将直方图与核密度图分开绘制。从直方图来看，女性年龄的分布明显比男性矮，说明在各年龄段下，男性乘客要比女性乘客多；再看核密度图，男女性别的年龄分布趋势比较接近，说明各年龄段下的男女乘客人数同步增加或减少。

把两种图合在一起画：

【注意】：直方图由频数改为频率

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

# 读入数据

Titanic = pd.read_excel(r'泰坦尼克号乘客年龄分布.xlsx')

# 检查年龄是否有缺失

any(Titanic.Age.isnull())

# 不妨删除含有缺失年龄的观察

Titanic.dropna(subset=['Age'], inplace=True)

#设置绘图风格

plt.style.use('ggplot')

#处理中文乱码

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

#坐标轴负号的处理

plt.rcParams['axes.unicode_minus']=False

# 取出男性年龄

Age_Male = Titanic.Age[Titanic.Sex == 'male']

# 取出女性年龄

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

# seaborn模块绘制分组的直方图和核密度图

# 绘制男女乘客年龄的直方图

sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'},

label = ('男性','直方图'),norm_hist=True)

# 绘制女性年龄的直方图

sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'},

label = ('女性','直方图'),norm_hist=True)

# 绘制男女乘客年龄的核密度图

sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'},

norm_hist = True, label = ('男性','核密度图'))

# 绘制女性年龄的核密度图

sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'},

norm_hist = True, label = ('女性','核密度图'))

plt.title('泰坦尼克号男女乘客的年龄分布图')

plt.xlabel('年龄')

plt.ylabel('核密度值')

# 显示图例

plt.legend()

# 显示图形

plt.show()

直方图python_Python数据可视化的例子——直方图和核密度曲线相关推荐

Python数据可视化的例子——直方图（hist）和核密度曲线（kde）
直方图一般用来观察数据的分布形态,横坐标代表数值的均匀分段,纵坐标代表每个段内的观测数量(频数).一般直方图都会与核密度图搭配使用,目的是更加清晰地掌握数据的分布特征,下面将详细介绍该类型图形的绘制. ...
Python数据科学包（六）-----数据可视化和例子
文章目录一. 数据可视化 1. 线型图 2. 柱状图 3. 直方图 4. 密度图 5. 散布图 6. 饼图 7. 高级绘图二. 股票数据分析 1. 分析波动幅度 2. 增长曲线 3. 增长倍数 4 ...
Python数据可视化的例子——画图总结
前面写了大量的文章是关于数据的可视化,通过每一个具体的案例介绍了有关matplotlib模块.pandas模块和seaborn模块的绘图函数和参数含义,分别针对离散型数据.数值型数据和关系型数据讲解了 ...
scatter python_python数据可视化（matplotlib、scatter）
数据可视化 1.matplotlib Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件.它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式.这里将会探索 matplo ...
绘制棒棒糖用python_Python数据可视化：绘制持仓榜单的“棒棒糖图” - 松鼠爱吃饼干...
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 荔枝 | 作者 Crossin的编程教室 | 来源 1. 需求做股票分析 ...
强推！十大顶级大数据可视化工具 | 程序员硬核评测
戳蓝字"CSDN云计算"关注我们哦! 程序员硬核评测:客观.高效.不说软话.无论是技术质量.性能水平,还是工具筛选,一测便知! 编译作者:风车云马前言 Salesforce公司的 ...
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 ...
python excel数据分析画直方图饼状图_Excel数据可视化应用（直方图、折线图、饼状图）...
直方图:对比关系直方图是一种统计报告图,是表示资料变化情况的主要工具.直方图由一系列高度不等的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. 例1: 1.右键单击图表 ...
【Python入门可视化】：22个完整数据可视化小例子，带你玩转可视化～
总共22个完整的pyecharts例子,包含常用的配置方法,每个小例子都包含完整代码,为避免混淆,每个例子都差不多只包含单一配置的代码,更多有趣的源码分享可以在评论区回复. 1. 柱状图堆叠不同系列 ...
Python数据可视化的例子——多个图形的合并
工作中往往会根据业务需求,将绘制的多个图形组合到一个大图框内,形成类似仪表板的效果.针对这种情况,如何应用Python将前面所学的各种图形汇总到一个图表中,这将是本节所要学习的重点. 关于多种图形的组 ...

直方图python_Python数据可视化的例子——直方图和核密度曲线

直方图python_Python数据可视化的例子——直方图和核密度曲线相关推荐

最新文章

热门文章