Python實現直方圖的繪製：

說明：程式碼執行環境：Win10+Python3+jupyter notebook

直方圖簡介：

直方圖是一種常用的數量型資料的圖形描述方法。它的一個最重要應用是提供了資料的分佈形態的資訊。

直方圖主要的繪製方法：

方法1：通過pandas包中的呼叫Series物件或DataFrame物件的plot()、plot.hist()或hist()方法

方法2：通過matplotlib包中的Axes物件呼叫hist()方法建立直方圖：

首先匯出需要的各種包，並準備好資料：

%matplotlib notebook

import pandas as pd
import matplotlib.pyplot as plot
import numpy as np

tips = pd.read_csv('examples/tips.csv')
tips['tip_pct']=tips['tip']/(tips['total_bill']-tips['tip']) # 向tips 中新增'tip_pct'列

 

加入'tip_pct'列後的tips表的結構如下圖所示：

開始繪製直方圖：

方法1具體示例：

Series.plot.hist()示例：

fig,axes = plt.subplots()
tips['tip_pct'].plot.hist(bins=50,ax=axes)
axes.set_title('Histogram of tip_pct')  #設定直方圖的標題
axes.set_xlabel('tip_pct')              # 設定直方圖橫座標軸的標籤
plt.savefig('p1.png')  # 儲存圖片

上述程式碼繪製的圖形為：

Series.plot.hist()的用法具體參考：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.plot.hist.html

Series.plot(kind='hist')的用法與Series.plot.hist()類似，具體參考：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.plot.html#pandas.Series.plot

DataFrame.plot.hist()示例：

fig,axes = plt.subplots(2,2)
tips.plot.hist(bins=50,subplots=True,ax=axes,legend=False)

axes[0,0].set_title('Histogram og total bill')
axes[0,0].set_xlabel('total_bill')
axes[0,1].set_title('Histogram of tip')
axes[0,1].set_xlabel('tip')
axes[1,0].set_title('Histogram of size')
axes[1,0].set_xlabel('size')
axes[1,1].set_title('Histogram of tip_pct')
axes[1,1].set_xlabel('tip_pct')

plt.subplots_adjust(wspace=0.5,hspace=0.5)  # 調整axes中各個子圖之間的間距

plt.savefig('p2.png')      
 

上述程式碼繪製的圖形為：

可以看到，上圖中四個子圖的橫座標範圍是完全相同的，DataFrame.plot.hist不會根據各個子圖中的資料自動調整橫座標軸上數值的範圍。與DataFrame.plot.hist()方法相比，DataFrame.hist()會根據不同資料自動調整橫座標軸上的的數值範圍，使用起來更加的方便。

DataFrame.plot.hist()的用法具體參考：

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

DataFrame.plot(kind='hist')的用法與DataFrame.plot.hist()類似，具體參考：

ttps://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.html

DataFrame.hist()示例：

fig,axes = plt.subplots(2,2)
tips.hist(column='total_bill',ax=axes[0,0],bins=50)
axes[0,0].set_title('Histogram of total_bill')
axes[0,0].set_xlabel('total_bill')

tips.hist(column='tip',ax=axes[0,1],bins=50)
axes[0,1].set_title('Histogram of tip')
axes[0,1].set_xlabel('tip')

tips.hist(column='size',ax=axes[1,0],bins=50)
axes[1,0].set_title('Histogram of size')
axes[1,0].set_xlabel('size')

tips.hist(column='tip_pct',ax=axes[1,1],bins=50)
axes[1,1].set_title('Histogram of tip_pct')
axes[1,1].set_xlabel('tip_pct')

plt.subplots_adjust(wspace=0.42,hspace=0.42)
plt.savefig('p3.png')

上述程式碼繪製的圖形為：

DataFrame.hist()的用法具體參考：

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

Series.hist()示例：

fig,axes = plt.subplots(1,2)      # xrot表示x軸上資料標籤的偏轉角度
tips['tip_pct'].hist(by=tips['smoker'],ax=axes,bins=50,xrot=0.1)
axes[0].set_title('tip_pct of non-smoker ')
axes[0].set_xlabel('tip_pct')

axes[1].set_title('tip_pct of smoker ')
axes[1].set_xlabel('tip_pct')

plt.subplots_adjust(wspace=0.4,hspace=0.4)
plt.savefig('p4.png')

 上述程式碼繪製的圖形為：

Series.hist()的用法具體參考：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.hist.html#pandas.Series.hist

方法2具體示例：

Axes.hist()的用法具體參考：

https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.hist.html#matplotlib.axes.Axes.hist

頻數分佈直方圖示例：

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(19680801)  # 讓每次生成的隨機數相同

# 示例資料
mu = 100  # 資料均值
sigma = 15  # 資料標準差
x = mu + sigma * np.random.randn(437)

num_bins = 50

fig, ax = plt.subplots()   # 等價於fig, ax = plt.subplots(1,1)

# 資料的頻數分佈直方圖
n, bins, patches = ax.hist(x, num_bins,density=False)
# n是一個數組或者由陣列組成的列表，表示落在每個分組中的資料的頻數
# bins是一個數組，表示每個分組的邊界，一共有50個組，所以bins的長度就是51
# patches是一個列表或者巢狀列表，長度是50,,列表裡的元素可以理解成直方圖中的小長方條

ax.set_xlabel('Smarts')
ax.set_ylabel('Frequency')
ax.set_title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')
plt.savefig('p5.png')

上述程式碼繪製的圖形為：

頻率分佈直方圖示例：

np.random.seed(19680801)  # 讓每次生成的隨機數相同

# 示例資料
mu = 100  # 資料均值
sigma = 15  # 資料標準差
x = mu + sigma * np.random.randn(437)

num_bins = 50

fig, ax = plt.subplots()   # 等價於fig, ax = plt.subplots(1,1)

# 資料的頻率分佈直方圖

n, bins, patches = ax.hist(x, num_bins,density=True)
# n是一個數組或者由陣列組成的列表，表示落在每個分組中的資料的頻數
# bins是一個數組，表示每個分組的邊界，一共有50個組，所以bins的長度就是51
# patches是一個列表或者巢狀列表，長度是50,,列表裡的元素可以理解成直方圖中的小長方條

ax.set_xlabel('Smarts')
ax.set_ylabel('Probability density') # 頻率分佈直方圖的縱軸表示的是頻率/組距
ax.set_title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')

plt.savefig('p6.png')

上述程式碼繪製的圖形為：

如何給直方圖中的長條新增資料標記？

np.random.seed(19680801)  # 讓每次生成的隨機數相同

# 示例資料
mu = 100  # 資料均值
sigma = 15  # 資料標準差
x = mu + sigma * np.random.randn(437)
num_bins = 5  # 為了便於給直方圖中的長條新增資料標籤，將資料分成五組
fig, ax = plt.subplots()   # 等價於fig, ax = plt.subplots(1,1)

# 資料的頻率分佈直方圖(帶資料標籤)
n, bins, patches = ax.hist(x, num_bins,density=True)
# n是一個數組或者由陣列組成的列表，表示落在每個分組中的資料的頻數
# bins是一個數組，表示每個分組的邊界，一共有50個組，所以bins的長度就是51
# patches是一個列表或者巢狀列表，長度是50,,列表裡的元素可以理解成直方圖中的小長方條

# 寫一個給直方圖中的長條新增資料標籤的函式
def data_marker(patches):
    for patch in patches:
        height = patch.get_height()
        if height != 0:
            ax.text(patch.get_x() + patch.get_width()/4, height + 0.0002,'{:.5f}'.format(height))             

data_marker(patches)   # 呼叫data_marker函式

ax.set_xlabel('Smarts')
ax.set_ylabel('Probability density') # 頻率分佈直方圖的縱軸表示的是頻率/組距
ax.set_title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')
plt.savefig('p7.png')       #  儲存生成的圖片

上述程式碼繪製的圖形為：

參考資料：

《Python for Data Analysis》第二版

https://blog.csdn.net/a821235837/article/details/52839050

https://wenku.baidu.com/view/036fea38aef8941ea66e052f.html

https://blog.csdn.net/yywan1314520/article/details/50818471

matplotlib、pandas官方文件

PS：本文為博主原創文章，轉載請註明出處。