Python中的Pandas.DataFrame.hist()函数

Pandas是基于Numpy库的另一个数据处理库，同时也是Python数据分析工具的一个重要组成部分。Pandas中的DataFrame对象提供.hist()函数，可以方便地绘制数据的直方图。

函数概述

DataFrame.hist（by=None，ax=None，grid=True，xlabelsize=None，ylabelsize=None，** kwargs）

参数说明

by : str or sequence, optional 按照某个或多个因素进行分组

ax : Matplotlib axes object, default None 要使用的轴对象。如果没有给定，则使用当前轴。

grid : bool, default True 是否在图形背景中添加网格线

xlabelsize : int, default None x标签大小

ylabelsize : int, default None y标签大小

**kwargs : dict 其他关键字参数，用于转发给matplotlib.pyplot.hist（）

示例说明

为了演示这个函数的使用方法，我们首先要导入Pandas和Numpy库。

import pandas as pd
import numpy as np

接下来，我们构造一个5行5列的DataFrame对象，行列索引均为1-5。

df = pd.DataFrame(np.random.randn(5,5),index=[1,2,3,4,5],columns=list('ABCDE'))

现在，我们可以使用DataFrame.hist()函数向数据中的每一列绘制直方图。以下是一个简单的调用示例：

df.hist()

这将为数据中的每列绘制直方图，并自动计算每个值的频率。

如果需要按照某个或多个因素进行分组，则可以使用by参数来指定分组的因素。以下是分组示例：

df.hist(by='A')

这将为数据中'A'列的每个唯一值绘制一个子图，并显示每个值的频率。

最后，我们还可以传递其他参数来自定义直方图的绘制样式。例如，我们可以使用grid参数来控制是否显示网格线。

df.hist(grid=False)

以上实例中，我们取消了网格线的显示。

综上所述，我们可以使用Pandas.DataFrame.hist()函数轻松地绘制数据的直方图，并随时根据需要进行自定义。