我有一个名为'train'的数据框,其中包含列'string'和列'string length'以及列'rank',其排名范围为0-4。
我想为每个排名创建一个字符串长度的直方图,并在一个图表上绘制所有直方图以进行比较。我遇到了两个问题:
我可以设法做到这一点的唯一方法是创建单独的数据集,例如使用以下类型的代码:
S0 = train.loc[train['rank'] == 0]
S1 = train.loc[train['rank'] == 1]
然后我使用以下方法为每个数据集创建单独的直方图:
plt.hist(train['string length'], bins = 100)
plt.show()
此代码不绘制密度,而是绘制计数。如何更改我的代码,使其绘制密度?
还有一种方法可以做到这一点,而无需创建单独的数据集?我被告知我的方法是'unpythonic'
你可以这样做:
df.loc[:, df.columns != 'string'].groupby('rank').hist(density=True, bins =10, figsize=(5,5))
基本上,它的作用是选择除string
之外的所有列,按rank
对它们进行分组,并根据参数制作所有列的直方图。
设置为density=True
的密度参数以标准化方式绘制,如
希望这有所帮助。
编辑:
如果有更多变量,并且您希望直方图重叠,请尝试:
df.groupby('rank')['string length'].hist(density=True, histtype='step', bins =10,figsize=(5,5))