【机器学习】hist参数解读

在对数据进行可视化时，用hist来查看单一特征是很重要的，结合着看多种图表，有助于获得对数据的进一步理解。

本篇是对 https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.hist.html 的翻译 + 个人笔记。

先从它的定义看起，这个API太常用，所以有必要深入了解一下它的具体构成。

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, **kwds)

目的是对DataFrame构建一个直方图显示。

举个例子：

# 导入数据
filename = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data'
names = ['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PRTATTO', 'B', 'LSTAT', 'MEDV' ]
data = read_csv(filename, names=names, delim_whitespace=True)
data.shape # (506, 14)
# 指定文件的分隔符为空格键
data.hist(sharex=False, sharey=False, xlabelsize=1, ylabelsize=1)
plt.show()

显示效果如下:

但是上面这些参数具体如何设置，就需要看看API，下面一一解读。

直方图是对数据分布的表征。这个函数会调用matplotlib.pyplot.hist()，会在DataFrame上的每个列上进行画图，也就是前面说的，这是对单个特征的显示，数据的每列是一个特征，所以画出来的效果是多个图。

对bins参数进行修改，可以得到更精细的分布图示：

# 单一特征图表
data.hist(sharex=False, sharey=False, xlabelsize=1, ylabelsize=1, layout=(3,5), bins=100)
plt.show()

参数解读

参数名	类型	描述
`data`	`DataFrame`	`pandas`数据对象，存储数据
`column`	`string`或者`sequence`	如果传递了这个参数，则画图时只用到数据的一个子集，具体是谁，由本参数值指定
`by`	`object`	这就是Group By里的`by`，会按照分组来绘制直方图
`grid`	`boolean`	是否显示坐标线
`xlabelsize`	`int`	如果指定了这个值，则可以改变`x-axis`的标记尺寸
`xrot`	`float`	旋转`x`轴的度数
`ylabelsize`	`int`	如果指定了这个值，则可以改变`y-axis`的标记尺寸
`yrot`	`float`	旋转`y`轴的度数
`ax`	`Matplot axes`	指定要绘制直方图的坐标系
`sharex`	`boolean`	如果`ax`为`None`则默认为`True`否则默认为`False`。在`subplots=True`时，会共享x轴并将某个x轴设置为不可见；如果`ax`传递进来了，且`sharex=True`，会改变所有子图的`x`轴的标记。
`sharey`	`booelan`	同理可推导出`sharey`的功效。
`figsize`	`tuple`	单位是英寸，表示要创建的图的大小。默认使用在`matplotlib.rcParams`中定义的数值。
`layout`	`tuple`	`(rows, columns)`，表示绘图有多少行多少列。
`bins`	`int`或者`sequence`	默认为10，就是指定显示多少竖条
`**kwds`		其他的关键词参数可以在这里传递
`axes`(返回值)		返回一个`matplotlib.AxesSubplot`或者`numpy.ndarray`对象

案例

>>> df = pd.DataFrame({...     'length': [1.5, 0.5, 1.2, 0.9, 3],
...     'width': [0.7, 0.2, 0.15, 0.2, 1.1]
...     }, index= ['pig', 'rabbit', 'duck', 'chicken', 'horse'])
>>> hist = df.hist(bins=3)

END.

参考： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.hist.html

【机器学习】hist参数解读相关推荐

python用hist参数解读
python用hist参数解读 python 中绘制hist的方法有很多,我经常用的是matplotlib直接用x,y绘制:Dataframe直接.hist绘制: 绘制直方图 1.bins为80的图形 ...
python中hist函数参数_用hist参数解释Python,python,解读
python用hist参数解读 python 中绘制hist的方法有很多,我经常用的是matplotlib直接用x,y绘制:Dataframe直接.hist绘制: 绘制直方图 1.bins为80的图形 ...
Tomcat - Tomcat 网络通信模型剖析并发参数解读
文章目录什么是IO Tomcat 支持四种线程模型 Tomcat 如何使用指定IO模型 Tomcat BIO VS NIO BIO NIO 影响 BIO/NIO线程数量的多少的因素 Tomcat c ...
kube-controller-manager 配置参数解读
下面是kube-controller-manager version 1.12.0的所有配置,其中高亮加粗的是我认为需要注意的Flag. Flag Comments –allocate-node-ci ...
numpy.repeat作用，语法，参数解读以及实例
numpy.repeat() 作用可以用于重复数组中的元素语法 numpy.repeat(a, repeats, axis=None) 参数解读 Parameters a : array_like ...
运算放大器基本原理与参数解读
目录 1.运放的基本结构 2.运放的参数解读 2.1 工作范围 2.2 电气参数 2.2.1 失调电压(offset voltage) 2.2.2 共模电压(VCM)和共模抑制比(CMRR) 2.2. ...
初识EMC元器件（五）——电容参数解读及选型应用
一.什么是电容什么是电容?这位朋友太过熟悉反而不知道该如何介绍它,也无需在此赘述.电容主要用于滤波.储能.隔直流.耦合.谐振.降压等电路中,但此次我们主要聊的是EMC滤波功能. 滤波原理:利用电容对 ...
Python 机器学习 | 超参数优化黑盒（Black-Box）非凸优化技术实践
文章目录一.关键原理二.Python 实践 CSDN 叶庭云:https://yetingyun.blog.csdn.net/ 一.关键原理为什么要做超参数优化? 机器学习建模预测时,超参数是用 ...
机器学习--模型参数优化及scoring可选参数
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程优化的相关的知识内容可以参考 https://blog.csdn.net/luanpeng825485697/article/deta ...

【机器学习】hist参数解读

参数解读

案例

【机器学习】hist参数解读相关推荐

最新文章

热门文章