pandas.DataFrame.plot.hist#

DataFrame.plot.hist(by=None, bins=10, **kwargs)[源代码]#

绘制DataFrame的列的一个直方图。

直方图是数据分布的表示。此函数用于将DataFrame中所有给定系列的值分组到箱中，并将所有箱绘制在一个箱中 matplotlib.axes.Axes 。当DataFrame的系列具有类似的比例时，这很有用。

参数

by字符串或序列，可选: 要分组的DataFrame中的。

在 1.4.0 版更改: 在此之前， by 被静默忽略且不进行分组
bins整型，默认为10: 要使用的直方图箱的数量。
**kwargs: 中记录了其他关键字参数 DataFrame.plot() 。

退货

类：matplotlib.AxesSubplot: 返回直方图。

参见

DataFrame.hist: 按DataFrame系列绘制直方图。
Series.hist: 用系列数据绘制直方图。

示例

当我们掷骰子6000次时，我们预计每个值都能得到1000次左右。但当我们掷两个骰子并将结果相加时，分布将会非常不同。直方图说明了这些分布。

>>> df = pd.DataFrame(
...     np.random.randint(1, 7, 6000),
...     columns = ['one'])
>>> df['two'] = df['one'] + np.random.randint(1, 7, 6000)
>>> ax = df.plot.hist(bins=12, alpha=0.5)

../../_images/pandas-DataFrame-plot-hist-1.png

可以通过提供参数来生成分组直方图 by (可以是列名，也可以是列名列表)：

>>> age_list = [8, 10, 12, 14, 72, 74, 76, 78, 20, 25, 30, 35, 60, 85]
>>> df = pd.DataFrame({"gender": list("MMMMMMMMFFFFFF"), "age": age_list})
>>> ax = df.plot.hist(column=["age"], by="gender", figsize=(10, 8))

../../_images/pandas-DataFrame-plot-hist-2.png

pandas.DataFrame.plot.hexbin

pandas.DataFrame.plot.kde