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，以显示字母的频率分布。我可以使用以下代码创建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)]
我该如何制作直方图？我的列表a中可能有一百万个这样的元素。
使用 Pandas 很容易。
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')
请注意Counter正在创建一个频率计数，因此我们的图表类型应该是'bar'而不是'hist'。
这里是一个简洁的全Pandas方法：
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
pd.Series(a).value_counts(sort=False).plot(kind='bar')
如@notconfusing所指出的那样，这可以通过Pandas和Counter解决。如果由于任何原因你不能使用Pandas，你可以只使用matplotlib函数，在以下代码中使用：
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()
这将产生
不要使用groupby()（需要输入已排序），而是使用collections.Counter（）；这样就不必创建中间列表来计算输入：
from collections import Counter
counts = Counter(a)
您并没有明确指定什么是 'histogram'（直方图）。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: *********************************************************************************************************************
更复杂的工具可以在numpy.histogram()和matplotlib.pyplot.hist()函数中找到。这些函数为您进行了总计，而matplotlib.pyplot.hist()还提供了图形输出。
使用1.9或更高版本的NumPy：
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)
可以使用以下方法绘制：
import matplotlib.pyplot as plt
ticks = range(len(counts))
plt.bar(ticks,counts, align='center')
plt.xticks(ticks, labels)
请查看matplotlib.pyplot.bar。如果您想要更宽的箱子，还有更灵活的numpy.histogram。
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,yseaborn.countplot、seaborn.histplot或sns.displot的x=或y=参数，并使用kind='hist'来实现。
import seaborn as sns
a = ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c', 'c', 'd', 'e', 'e', 'e', 'e', 'e']
ax = sns.countplot(x=a)
ax = sns.countplot(y=a)
ax = sns.histplot(x=a)
g = sns.displot(kind='hist', x=a)
这个问题好久之前就提出来了，我不确定你是否还需要帮助，但其他人可能需要，所以我在这里。如果你可以使用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
这应该可以为您生成一个漂亮的直方图！如果您愿意，还可以进行更多的编辑来清理图表。