Pandas 中的多个直方图

Posted 2023-02-14

【中文标题】Pandas 中的多个直方图

【英文标题】：Multiple histograms in Pandas

【发布时间】：2014-10-21 17:58:22

【问题描述】：

我想创建以下直方图（见下图），取自“Think Stats”一书。但是，我不能让他们在同一个情节上。每个 DataFrame 都有自己的子图。

我有以下代码：

import nsfg
import matplotlib.pyplot as plt
df = nsfg.ReadFemPreg()
preg = nsfg.ReadFemPreg()
live = preg[preg.outcome == 1]

first = live[live.birthord == 1]
others = live[live.birthord != 1]

#fig = plt.figure()
#ax1 = fig.add_subplot(111)

first.hist(column = 'prglngth', bins = 40, color = 'teal', \
           alpha = 0.5)
others.hist(column = 'prglngth', bins = 40, color = 'blue', \
            alpha = 0.5)
plt.show()

当我按照以下建议使用 ax = ax1 时，上面的代码不起作用：pandas multiple plots not working as hists，这个示例也不能满足我的需要：Overlaying multiple histograms using pandas。当我按原样使用代码时，它会创建两个带有直方图的窗口。任何想法如何组合它们？

以下是我希望最终图形看起来如何的示例：

【参考方案1】：

一个快速的解决方案是使用pandas 中的melt()，然后使用seaborn 进行绘图。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# make dataframe
df = pd.DataFrame(np.random.normal(size=(200,2)), columns=['A', 'B'])

# plot melted dataframe in a single command
sns.histplot(df.melt(), x='value', hue='variable',
             multiple='dodge', shrink=.75, bins=20);

设置multiple='dodge' 使条形图并排，设置shrink=.75 使这对条形图占据整个箱子的 3/4。

为了帮助理解 melt() 做了什么，这些是数据帧 df 和 df.melt()：

【参考方案2】：

这可以简洁地完成

plt.hist([First, Other], bins = 40, color =('teal','blue'), label=("First", "Other"))
plt.legend(loc='best')

请注意，随着 bin 数量的增加，它可能会成为视觉负担。

【讨论】：

我想相信...但这与这里的其他几个答案存在相同的问题：直方图彼此重叠，而不是交错。

【参考方案3】：

你制作了两个数据框和一个 matplotlib 轴

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

df1 = pd.DataFrame(
    'data1': np.random.randn(10),
    'data2': np.random.randn(10)
)

df2 = df1.copy()

fig, ax = plt.subplots()
df1.hist(column=['data1'], ax=ax)
df2.hist(column=['data2'], ax=ax)

【讨论】：

有没有办法让列并排显示而不是重叠？

这不会像问题中显示的那样创建分组条形直方图。这实际上是 lin_bug 已经提供的答案的不必要的复杂版本。

【参考方案4】：

如果有人想在另一个直方图上绘制一个直方图（而不是交替条形图），您只需在要绘制的系列上连续调用 .hist()：

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
import pandas


np.random.seed(0)
df = pandas.DataFrame(np.random.normal(size=(37,2)), columns=['A', 'B'])

df['A'].hist()
df['B'].hist()

这给了你：

请注意，您调用.hist() 的顺序很重要（第一个在后面）

【讨论】：

你知道如何标记它们吗？

我怎样才能让它不这样叠加？

将alpha 添加到第二个情节使两者都可见，例如df['B'].hist(alpha=0.5)

如何同时处理多个维度（列）？

警告，这不会对两个图使用相同的 bin。由于直方图的形状可能对 bin 非常敏感，因此可能会给您的数据集比较方式留下错误印象。

【参考方案5】：

这里是 sn-p，在我的例子中，我已经明确指定了 bin 和 range，因为作为本书的作者，我没有处理异常值删除。

fig, ax = plt.subplots()
ax.hist([first.prglngth, others.prglngth], 10, (27, 50), histtype="bar", label=("First", "Other"))
ax.set_title("Histogram")
ax.legend()

参考 Matplotlib 不同大小的多组图example。

【参考方案6】：

来自熊猫网站 (http://pandas.pydata.org/pandas-docs/stable/visualization.html#visualization-hist)：

df4 = pd.DataFrame('a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),
                    'c': np.random.randn(1000) - 1, columns=['a', 'b', 'c'])

plt.figure();

df4.plot(kind='hist', alpha=0.5)

【讨论】：

这没有回答问题，类别保存在数据框的一列中。

【参考方案7】：

据我所知，pandas 无法处理这种情况。没关系，因为他们所有的绘图方法都只是为了方便。您需要直接使用 matplotlib。这是我的做法：

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
import pandas
#import seaborn
#seaborn.set(style='ticks')

np.random.seed(0)
df = pandas.DataFrame(np.random.normal(size=(37,2)), columns=['A', 'B'])
fig, ax = plt.subplots()

a_heights, a_bins = np.histogram(df['A'])
b_heights, b_bins = np.histogram(df['B'], bins=a_bins)

width = (a_bins[1] - a_bins[0])/3

ax.bar(a_bins[:-1], a_heights, width=width, facecolor='cornflowerblue')
ax.bar(b_bins[:-1]+width, b_heights, width=width, facecolor='seagreen')
#seaborn.despine(ax=ax, offset=10)

这给了我：

【讨论】：

就我而言，这会为数据添加一个偏移量。这在示例中可能无法理解，因为数据是随机的。但是，我无法弄清楚错误在哪里

我看不到任何错误。直方图中每个 bin 的宽度由两个条的组合宽度表示。不是表示数据的最清晰方式，但它的行为符合预期。 @kiril