轻松绘制并列直方图：比较数据分布的利器

2024-03-09 20:47:35

绘制并列直方图：轻松比较数据分布

简介

直方图是探索数据分布的强大工具，在数据分析中非常有用。Matplotlib 是一个功能强大的 Python 库，可用于绘制各种类型的图表和图形，包括直方图。绘制并列直方图使我们能够比较不同数据集或不同分组中数据的分布。本文将深入探讨如何在 Matplotlib 中使用并列直方图，以获得对数据的宝贵见解。

使用循环绘制直方图

绘制并列直方图的第一种方法是使用两个 for 循环，分别用于不同的数据组。例如，假设我们有两个列，col1 和 col2，我们希望绘制它们的并列直方图：

import matplotlib.pyplot as plt

# 创建子图
fig, axs = plt.subplots(1, 2)

# 循环遍历列
for i, col in enumerate(['col1', 'col2']):
    # 绘制直方图
    axs[i].hist(df[col])
    
    # 设置标题
    axs[i].set_title(col)

# 显示图形
plt.show()

使用 subplot 并列绘制直方图

使用 subplot 函数是绘制并列直方图的另一种更简洁的方法。它允许我们在一个图形中绘制多个子图，每个子图代表一个不同的数据组。

import matplotlib.pyplot as plt

# 创建子图网格
fig, axs = plt.subplots(1, 2, sharey=True)

# 遍历列
for i, col in enumerate(['col1', 'col2']):
    # 绘制直方图
    axs[i].hist(df[col], color='blue', alpha=0.5, label='Distribution')
    
    # 设置标题
    axs[i].set_title(col)
    
    # 添加标签
    axs[i].set_xlabel('Values')
    axs[i].set_ylabel('Frequency')

# 添加图例
plt.legend()

# 显示图形
plt.show()

比较不同分组

除了绘制单个列的直方图外，我们还可以比较不同分组中的数据分布。例如，假设我们有一个名为 group 的二元分组列，我们希望绘制 col1 列在每个分组中的并列直方图：

# 创建子图网格
fig, axs = plt.subplots(1, 2, sharey=True)

# 遍历分组
for i, group in enumerate(['group0', 'group1']):
    # 绘制直方图
    axs[i].hist(df[df['group'] == group]['col1'], color='blue', alpha=0.5, label=group)
    
    # 设置标题
    axs[i].set_title(group)
    
    # 添加标签
    axs[i].set_xlabel('Values')
    axs[i].set_ylabel('Frequency')

# 添加图例
plt.legend()

# 显示图形
plt.show()