如何从 Python 中的字符串列表制作直方图?
Posted
技术标签:
【中文标题】如何从 Python 中的字符串列表制作直方图?【英文标题】:How to make a histogram from a list of strings in Python? 【发布时间】:2015-04-09 17:40:47 【问题描述】:我有一个字符串列表:
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
我想制作一个直方图来显示字母的频率分布。我可以使用以下代码制作一个包含每个字母计数的列表:
from itertools import groupby
b = [len(list(group)) for key, group in groupby(a)]
如何制作直方图?我的列表a
中可能有一百万个这样的元素。
【问题讨论】:
from collections import Counter; histogram = Counter(text)
那么直方图对你来说是什么?
首先你应该使用Counter
... groupby 会让你失败['a','a','b','b','a']
(除其他外)
Making a histogram of string values in python的可能重复
顺便说一句,你想要一个条形图而不是直方图。
【参考方案1】:
查看matplotlib.pyplot.bar
。还有numpy.histogram
,如果你想要更宽的垃圾箱,它会更灵活。
【讨论】:
【参考方案2】:不要使用groupby()
(这需要对您的输入进行排序),而是使用collections.Counter()
;这不必为了计算输入而创建中间列表:
from collections import Counter
counts = Counter(a)
您还没有真正指定您认为是“直方图”的内容。假设您想在终端上执行此操作:
width = 120 # Adjust to desired width
longest_key = max(len(key) for key in counts)
graph_width = width - longest_key - 2
widest = counts.most_common(1)[0][1]
scale = graph_width / float(widest)
for key, size in sorted(counts.items()):
print(': '.format(key, int(size * scale) * '*'))
演示:
>>> from collections import Counter
>>> a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
>>> counts = Counter(a)
>>> width = 120 # Adjust to desired width
>>> longest_key = max(len(key) for key in counts)
>>> graph_width = width - longest_key - 2
>>> widest = counts.most_common(1)[0][1]
>>> scale = graph_width / float(widest)
>>> for key, size in sorted(counts.items()):
... print(': '.format(key, int(size * scale) * '*'))
...
a: *********************************************************************************************
b: **********************************************
c: **********************************************************************
d: ***********************
e: *********************************************************************************************************************
在numpy.histogram()
和matplotlib.pyplot.hist()
函数中可以找到更复杂的工具。这些为您计算,matplotlib.pyplot.hist()
还为您提供图形输出。
【讨论】:
谢谢Martijin!这是一个聪明的方法,但我如何制作可打印的图表? 以及如何使用 numpy.histogram() 来解决这个问题?对不起,我不是程序员。 @Gray:说实话,我不知道也没有时间去了解。图书馆有教程,我建议你去关注它们! :-) 非常感谢您花时间回答我的问题,Martijin! 如果您手头只有 Python 标准库,这是最好的解决方案。在某些情况下,NumPy、Pandas 和 matplotlib 可能有点过头了。【参考方案3】:Pandas
非常简单。
import pandas
from collections import Counter
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
letter_counts = Counter(a)
df = pandas.DataFrame.from_dict(letter_counts, orient='index')
df.plot(kind='bar')
注意Counter
正在计算频率,所以我们的绘图类型是'bar'
而不是'hist'
。
【讨论】:
酷,不混淆!但是如何制作连续直方图呢?我只是将 kind = bar 更改为 kind = hist 吗? 我的列表中有超过 100 万个这样的元素,所以我猜条形图显示频率会有些困难。 @Gray,如果你想平滑它,我建议kind='area'
很好,虽然使用Series
对象而不是DataFrame
可能更简单,并且避免了图中的虚假0
:pandas.Series(Counter(a)).plot(kind='bar')
。【参考方案4】:
正如上面@notconfusing 所指出的,这可以通过 Pandas 和 Counter 解决。如果出于任何原因您不需要使用 Pandas,您可以使用以下代码中的函数只使用 matplotlib
:
from collections import Counter
import numpy as np
import matplotlib.pyplot as plt
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
letter_counts = Counter(a)
def plot_bar_from_counter(counter, ax=None):
""""
This function creates a bar plot from a counter.
:param counter: This is a counter object, a dictionary with the item as the key
and the frequency as the value
:param ax: an axis of matplotlib
:return: the axis wit the object in it
"""
if ax is None:
fig = plt.figure()
ax = fig.add_subplot(111)
frequencies = counter.values()
names = counter.keys()
x_coordinates = np.arange(len(counter))
ax.bar(x_coordinates, frequencies, align='center')
ax.xaxis.set_major_locator(plt.FixedLocator(x_coordinates))
ax.xaxis.set_major_formatter(plt.FixedFormatter(names))
return ax
plot_bar_from_counter(letter_counts)
plt.show()
这会产生
【讨论】:
【参考方案5】:在python中制作字符直方图的简单有效方法
import numpy as np
import matplotlib.pyplot as plt
from collections import Counter
a = []
count =0
d = dict()
filename = raw_input("Enter file name: ")
with open(filename,'r') as f:
for word in f:
for letter in word:
if letter not in d:
d[letter] = 1
else:
d[letter] +=1
num = Counter(d)
x = list(num.values())
y = list(num.keys())
x_coordinates = np.arange(len(num.keys()))
plt.bar(x_coordinates,x)
plt.xticks(x_coordinates,y)
plt.show()
print x,y
【讨论】:
【参考方案6】:这是一个简洁的 all-pandas 方法:
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
pd.Series(a).value_counts().plot('bar')
【讨论】:
这是最简洁的答案。我会推广到data_frame.attribute_name.value_counts().plot.bar()
如何给这个情节添加标题?
@fireball.1 如果你做import matplotlib.pyplot as plt
,那么你可以plt.title("will add title to current plot")
【参考方案7】:
使用 numpy
使用 numpy 1.9 或更高版本:
import numpy as np
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
labels, counts = np.unique(a,return_counts=True)
这可以使用:
import matplotlib.pyplot as plt
ticks = range(len(counts))
plt.bar(ticks,counts, align='center')
plt.xticks(ticks, labels)
【讨论】:
【参考方案8】:这是不久前的事了,所以我不确定您是否还需要帮助,但其他人可能会所以我在这里。如果您被允许使用 matplotlib,我认为有一个更简单的解决方案!
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
import matplotlib.pyplot as plt
plt.hist(a) #gives you a histogram of your array 'a'
plt.show() #finishes out the plot
这应该会给你一个漂亮的直方图!如果您愿意,还可以进行更多编辑来清理图表
【讨论】:
以上是关于如何从 Python 中的字符串列表制作直方图?的主要内容,如果未能解决你的问题,请参考以下文章