用Matplotlib绘制分类变量的直方图

Question

我有一个pandas数据框的列，包含三个可能的分类值。当我尝试使用matplotlib的plt.hist(data['column'])绘制它时，直方图条不与x轴刻度对齐，也不均匀间隔。我该如何解决这个问题？

- Sebastián Soriano Pérez

---

展示数据给我们看。 - Shubham Periwal

在这里使用seaborn会更容易。你基本上想要一个sns.countplot。(sns.histplot(...., discrete=True)也可以工作，并且有选项来将y轴缩放为概率)。 - JohanC

Answer 1

直方图用于绘制数值变量（连续或离散）的频率分布。分类变量的频率分布最好用条形图来显示。为此，您需要首先使用value_counts计算每个类别的频率，然后您可以使用pandas plot.bar方便地直接绘制。或者如果您喜欢的话，也可以使用matplotlib，如下所示。

import numpy as np               # v 1.19.2
import pandas as pd              # v 1.2.3
import matplotlib.pyplot as plt  # v 3.3.4

data = pd.DataFrame(dict(column=np.repeat(['F', 'M', '--'], [11000, 13000, 3000])))

pandas

data['column'].value_counts().plot.bar(rot=0)

matplotlib

categories = data['column'].value_counts().index
counts = data['column'].value_counts().values
plt.bar(categories, counts, width=0.5)

- Patrick FitzGerald

Answer 2

您需要告诉Matplotlib需要多少个bins（默认情况下，hist始终使用10个bins），并且必须指定标签的位置，考虑到x轴从0到bin数减1（在我的示例中，从0到2）。

from numpy import array, linspace ; from numpy.random import randint
from matplotlib.pyplot import hist, xticks, show

# synthesize some data 
x = array([{0:'A',1:'B',2:'B',3:'B',4:'C',5:'C'}[n] for n in randint(0, 6, 20000)])
nc = len(set(x)) # how many categories
hist(x, bins=nc, rwidth=0.7)
xticks(linspace(0, nc-1, 2*nc+1)[1::2])
show()

- gboffi

Answer 3

参数rwidth指定了您的条形图相对于您的箱子宽度的宽度。例如，如果您的箱子宽度为1，rwidth=0.5，则条形图宽度将为0.5。在条形图的两侧，您将有0.25的空间。

注意：这会在连续的条之间留下0.5的空间。根据您拥有的箱子数量，您不会看到这些空间。但是如果箱子较少，它们会显示出来。

- Michiel