极客笔记在Pandas / Matplotlib中根据类绘制直方图
直方图是一种将数据分布可视化的图表类型，常用于探索性数据分析和统计分析中。在数据科学领域，Python中的Pandas和Matplotlib是最流行的数据分析工具之一。 本文将介绍如何在Pandas / Matplotlib中使用对象数据类型来创建直方图。
Pandas中的直方图
在Pandas中，我们可以使用 hist() 函数来绘制直方图。对于数值型数据，hist() 函数的参数和Matplotlib的 hist() 函数非常相似。然而，Pandas通过将数据集拆分为 ‘bin’，也就是数据的离散化区间，更加简单地创建直方图。
下面是一个示例：我们将使用Pandas的 read_csv() 函数来读取一个名为 iris.csv 的数据集（鸢尾花数据集）。该数据集包含150个样本，4个特征。我们将使用其中两个特征，即花萼长度（Sepal.Length）和花片长度（Petal.Length）。
首先，我们导入必要的数据科学库：
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
然后，我们使用 read_csv() 函数来读取数据：
df = pd.read_csv('iris.csv')
我们可以和使用Pandas DataFrame描述性统计表中的一样，查看数据的基本信息：
df[['Sepal.Length', 'Petal.Length']].describe()
输出：
Sepal.Length Petal.Length
count 150.000000 150.000000
mean 5.843333 3.758667
std 0.828066 1.764420
min 4.300000 1.000000
25% 5.100000 1.600000
50% 5.800000 4.350000
75% 6.400000 5.100000
max 7.900000 6.900000
接下来，我们可以使用 hist() 函数创建直方图。 我们可以通过以下代码从数据集中选取两列，然后使用Pandas的 hist() 函数创建直方图。
df[['Sepal.Length', 'Petal.Length']].hist(bins=10, alpha=0.5)
plt.show()
我们可以看到，花萼长度和花片长度都具有双峰分布的特点，其中花萼长度的分布更接近正态分布。
Matplotlib中的直方图
在Matplotlib中，可以使用 hist() 函数创建直方图。这与Pandas的 hist() 函数非常相似。我们可以使用相同的示例数据来创建Matplotlib的直方图。
首先，我们需要导入必要的数据科学库：
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline
然后，我们使用 read_csv() 函数来读取数据：
df = pd.read_csv('iris.csv')
接下来，我们可以创建Matplotlib的直方图。我们可以使用 hist() 函数，将直方图添加到当前绘图中。
plt.hist(df['Sepal.Length'], bins=10, alpha=0.5, label='Sepal.Length')
plt.hist(df['Petal.Length'], bins=10, alpha=0.5, label='Petal.Length')
plt.legend(loc='upper right')
plt.xlabel('Length (cm)')
plt.ylabel('Frequency')
plt.title('Histogram of Sepal/Petal Lengths')
plt.show()
在上图中，我们使用 hist() 函数分别绘制了花萼长度和花片长度的直方图，设置了透明度为 alpha=0.5 并使用 label 参数添加标签，使用 legend() 函数在图中添加图例。最后，我们使用 xlabel() 和 ylabel() 函数设置轴标签，使用 title() 函数给图表添加标题。
对象数据类型的直方图
到目前为止，我们仅使用了数值型数据来绘制直方图。但对于对象数据类型，我们也可以使用类似的方法来创建直方图。在Pandas中，我们可以使用 value_counts() 函数来计算各个值的频率，并使用Matplotlib绘制直方图。
下面是一个示例： 我们将使用Pandas的 read_csv() 函数来读取一个名为 titanic.csv 的数据集。该数据集包含有关泰坦尼克号上乘客的信息。我们将使用其中一个特征，即乘客的性别。
首先，我们导入必要的数据科学库：
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
然后，我们使用 read_csv() 函数来读取数据：
df = pd.read_csv('titanic.csv')
我们可以使用 value_counts() 函数计算乘客数据集中不同性别的数量：
gender_counts = df['Sex'].value_counts().sort_index()
print(gender_counts)
输出：
female 314
male 577
Name: Sex, dtype: int64
接下来，我们可以使用这些值来创建类别型直方图。
plt.bar(gender_counts.index, gender_counts.values)
plt.xlabel('Gender')
plt.ylabel('Frequency')
plt.title('Histogram of Passenger Gender')
plt.show()
在上图中，我们使用 bar() 函数创建了一个类别型直方图。我们使用 xlabel() 和 ylabel() 函数设置轴标签，使用 title() 函数给图表添加标题。
结论
在Python的Pandas和Matplotlib库中，直方图是一个简单而有用的工具来可视化和分析数据分布和频率。在本文中，我们介绍了如何使用对象数据类型和数值型数据来创建直方图。我们使用了Pandas的 hist() 函数和Matplotlib的 hist() 和 bar() 函数来创建直方图，并使用其他函数来添加标签和标题。现在，你已经知道如何创建直方图，可以使用这个工具来更好地分析数据。