直方图

简介

数据可视化在数据科学中具有重要意义，被广泛用于数据分析与探索，同时也是展示分析结果的有力工具。一个设计良好的数据可视化图表，其信息传达能力远超单纯的数字。

Pandas 本身并非专门的数据可视化库，但它能够创建常用的基础图表。通过 plot 函数及其参数，我们可以生成并定制多种类型的图表。在许多情况下，这使我们无需额外引入其他可视化库。

使用直方图可视化数据分布

直方图用于展示数值的分布情况。它将整个数值范围划分为若干个区间（称为“bin”），并显示每个区间内包含的数值数量。直方图可视作 cut 函数的图形化版本。下面我们以 grocery 数据框中的 price 列为例，绘制一个直方图：

1import pandas as pd
2import matplotlib.pyplot as plt
3
4grocery = pd.read_csv("grocery.csv")
5
6grocery["price"].plot(kind="hist")
7
8plt.savefig('output/abc.png')

plot 函数用于使用 Pandas 创建各种类型的数据可视化图表，其中 kind 参数用于指定图表类型。条形的高度与其所代表区间内的数值数量成正比，因此我们可以直观了解数据的分布情况。从图中可以看出，大多数商品的价格低于5。

plot 函数提供了多个参数，可用于提升图表的信息性和美观性。例如，我们可以通过以下参数改进上述图表：

• figsize：调整图表尺寸。
• xticks：设置 x 轴上的刻度标记。
• title：为图表添加标题。

1import pandas as pd
2import matplotlib.pyplot as plt
3
4grocery = pd.read_csv("grocery.csv")
5
6grocery["price"].plot(
7    kind = "hist",
8    figsize = (10, 6),
9    title = "Histogram of grocery prices",
10    xticks = [2,3,4,5,6,7,8,9,10,11,12]
11)
12
13plt.savefig('output/abc.png')

现在，我们得到了一张更具可读性的图表，包含了标题，并增加了 x 轴的刻度标记，便于观察数据分布细节。