如何使用 seaborn 绘制每个离散变量的计数（这里计数不仅仅是频率，而是定义的值）[关闭]

Posted 2023-03-12

【中文标题】如何使用 seaborn 绘制每个离散变量的计数（这里计数不仅仅是频率，而是定义的值）[关闭]

【英文标题】：How to plot the count of each discrete variable using seaborn (here count is not simply the frequency but a defined value) [closed]

【发布时间】：2021-07-15 01:56:31

【问题描述】：

我有一个熊猫数据框。 pandas 数据框有一个“小时”列，它仅包含从 1 到 24 的整数值，但每小时有多个条目。还有一个名为“counts”的列给出了每个整数小时的计数。

我想创建一个直方图，最好在 seaborn 中使用distplot 来计算每个整数小时相对于小时的计数。我可以分别总结每个不同小时的计数，然后绘制它，但我想知道是否有自动的方法来做到这一点？

例如，假设我有两个第 1 小时的条目，[1, 20], [1, 50]。对于直方图上的第 1 小时，我希望它绘制 20 + 50 = 70 而不是 2。

【问题讨论】：

distplot 已弃用并由 histplot 取代

始终提供完整的minimal reproducible example，其中包含代码、数据、错误、当前输出和预期输出，如 formatted text。如果相关，只有绘图图像是可以的。请参阅How to ask a good question。使用How to provide a reproducible copy of your DataFrame using df.to_clipboard(sep=',') 提供数据，然后edit 您的问题，然后将剪贴板粘贴到代码块中。

@TrentonMcKinney histplot 做 distplot 所做的一切吗？

查看文档seaborn.pydata.org/generated/seaborn.distplot.html

【参考方案1】：

Seaborn 的histplot 接受一个参数weights=（类似于plt.hist 中的weigths），它给出了每个x 值的相对权重。设置 discrete=True 可确保围绕这些离散值很好地计算 bin 边界。

或者，可以使用sns.barplot，将总和用作估计量。这会自动为每个值设置一个 x-tick 并选择一个配色方案。需要ci=None 以避免错误栏。

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

df = pd.DataFrame('hour': np.repeat(np.arange(24), 3),
                   'count': np.arange(72))
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(12, 4))
sns.histplot(data=df, x='hour', weights='count', discrete=True, color='darkturquoise', ax=ax1)
ax1.set_xticks(np.arange(24))
ax1.set_title('sns.histplot')
sns.barplot(data=df, x='hour', y='count', estimator=np.sum, ci=None, ax=ax2)
ax2.set_title('sns.barplot')
plt.tight_layout()
plt.show()

【讨论】：

何时应该使用 barplot 而不是 histplot？直方图似乎有很多选择。然后还有displot、countplot、distplot（上面的用户说不推荐使用）

在这种情况下使用 seaborn，您可以在 histplot 和 barplot 之间进行选择。这里histplot 很方便，因为discrete 和weights 选项。 barplot 更笼统。 Matplotlib 的plt.hist 用于离散数据有点棘手。 displot 在您需要具有可比较设置的多个子图时很有用。 countplot 类似于 histplot 用于离散数据，但没有 weights 选项。 distplot 只是 histplot 和 kdeplot 的旧版本。

如果我将小时变量转换为分类变量，它似乎不再适用于histplot。其他选项之一是否更适合分类变量？

histplot 确实需要 x 轴的数字，它不能用于分类变量。