pandas.Series.plot.hist#
- Series.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)
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))