绘制 pandas DataframeGroupby 系列的 HIST
Plot HIST of a pandas DataframeGroupbySeries
我正在使用这个 codecademy: data
的小型数据框
我正在尝试使用以下代码打印数据以进行小型分析：
data = pd.read_csv('insurance.csv')
age sex bmi children smoker region charges
0 19 female 27.900 0 yes southwest 16884.92400
1 18 male 33.770 1 no southeast 1725.55230
2 28 male 33.000 3 no southeast 4449.46200
3 33 male 22.705 0 no northwest 21984.47061
4 32 male 28.880 0 no northwest 3866.85520
data.groupby('sex').region.hist()
代码 returns 一个 pandas 系列，其中第一个元素是 subplot1，第二个 subplot2。
代码将它们绘制在同一个图形上，我无法将它们分开绘制。
- 要根据性别为每一列生成直方图：
'children' 和 'smoker' 看起来不同，因为数字是离散的，分别只有 6 个和 2 个唯一值。data.groupby('sex').hist(layout=(1, 4), figsize=(12, 4), ec='k', grid=False) 单独生成图表，但没有简单的方法来添加标题。
- 生成正确的可视化通常涉及重塑绘图数据 API。
- 测试于
python 3.8.11、pandas 1.3.2、matplotlib 3.4.2、seaborn 0.11.2
import pandas as pd
# load data
data = pd.read_csv('insurance.csv')
# convert smoker from a string to int value; hist doesn't work on object type columns
data.smoker = data.smoker.map({'no': 0, 'yes': 1})
# group each column by sex; data.groupby(['sex', 'region']) is also an option
for gender, df in data.groupby('sex'):
# plot a hist for each column
axes = df.hist(layout=(1, 5), figsize=(15, 4), ec='k', grid=False)
# extract the figure object from the array of axes
fig = axes[0][0].get_figure()
# add the gender as the title
fig.suptitle(gender)
- 关于 OP 中的
data.groupby('sex').region.hist()，这是一个计数图，显示每个区域的性别计数；它不是直方图。
pandas.crosstab 默认计算因子
ax = pd.crosstab(data.region, data.sex).plot(kind='bar', rot=0)
ax.legend(title='gender', bbox_to_anchor=(1, 1.02), loc='upper left')
使用seaborn.displot
- 这需要将数据从宽格式转换为长格式，这是通过
pandas.DataFrame.melt 完成的
import pandas as pd
import seaborn as sns
data = pd.read_csv('insurance.csv')
data.smoker = data.smoker.map({'no': 0, 'yes': 1})
# convert the dataframe from a wide to long form
df = data.melt(id_vars=['sex', 'region'])
# plot
p = sns.displot(data=df, kind='hist', x='value', col='variable', row='region', hue='sex',
multiple='dodge', common_bins=False, facet_kws={'sharey': False, 'sharex': False})
我正在使用这个 codecademy: data
的小型数据框我正在尝试使用以下代码打印数据以进行小型分析：
data = pd.read_csv('insurance.csv')
age sex bmi children smoker region charges
0 19 female 27.900 0 yes southwest 16884.92400
1 18 male 33.770 1 no southeast 1725.55230
2 28 male 33.000 3 no southeast 4449.46200
3 33 male 22.705 0 no northwest 21984.47061
4 32 male 28.880 0 no northwest 3866.85520
data.groupby('sex').region.hist()
代码 returns 一个 pandas 系列，其中第一个元素是 subplot1，第二个 subplot2。
代码将它们绘制在同一个图形上，我无法将它们分开绘制。
- 要根据性别为每一列生成直方图：
'children'和'smoker'看起来不同，因为数字是离散的，分别只有 6 个和 2 个唯一值。data.groupby('sex').hist(layout=(1, 4), figsize=(12, 4), ec='k', grid=False)单独生成图表，但没有简单的方法来添加标题。
- 生成正确的可视化通常涉及重塑绘图数据 API。
- 测试于
python 3.8.11、pandas 1.3.2、matplotlib 3.4.2、seaborn 0.11.2
import pandas as pd
# load data
data = pd.read_csv('insurance.csv')
# convert smoker from a string to int value; hist doesn't work on object type columns
data.smoker = data.smoker.map({'no': 0, 'yes': 1})
# group each column by sex; data.groupby(['sex', 'region']) is also an option
for gender, df in data.groupby('sex'):
# plot a hist for each column
axes = df.hist(layout=(1, 5), figsize=(15, 4), ec='k', grid=False)
# extract the figure object from the array of axes
fig = axes[0][0].get_figure()
# add the gender as the title
fig.suptitle(gender)
- 关于 OP 中的
data.groupby('sex').region.hist()，这是一个计数图，显示每个区域的性别计数；它不是直方图。 pandas.crosstab默认计算因子 的频率 table
ax = pd.crosstab(data.region, data.sex).plot(kind='bar', rot=0)
ax.legend(title='gender', bbox_to_anchor=(1, 1.02), loc='upper left')
使用seaborn.displot
- 这需要将数据从宽格式转换为长格式，这是通过
pandas.DataFrame.melt 完成的
import pandas as pd
import seaborn as sns
data = pd.read_csv('insurance.csv')
data.smoker = data.smoker.map({'no': 0, 'yes': 1})
# convert the dataframe from a wide to long form
df = data.melt(id_vars=['sex', 'region'])
# plot
p = sns.displot(data=df, kind='hist', x='value', col='variable', row='region', hue='sex',
multiple='dodge', common_bins=False, facet_kws={'sharey': False, 'sharex': False})
