具有对数轴的熊猫直方图

Question

我有一个带有时间长度数据的pandas DataFrame，以秒为单位。长度从几秒到几个月不等，因此在记录后采用直方图很方便，因为它更好地覆盖了范围。这是一个示例代码

%matplotlib inline
import numpy as np
import pandas as pd

x=np.random.lognormal(mean=10, sigma=1, size=10000)
df=pd.DataFrame(x, range(10000), columns=['timeLength'])

np.log10(df.timeLength).hist()

但是，x轴上的标签是按比例缩放的。有没有办法把它们作为10 ^ 1等等。或者甚至更好，如果我可以把它们放在1秒，10秒，1分钟，10分钟，1小时，1天等等。

Answer 1

非均匀Bin直方图

而不是记录值，

np.log10(df.timeLength)

尝试在计算直方图时创建非均匀分箱。这可以通过np.histogram's bins argument完成。

基于

  

如果我可以把它们放在1秒，10秒，1分钟，10分钟，1小时，1天等等。

可以创建以下bin数组

# Bin locations (time in seconds)
bins = np.array([0, 1, 10, 60, 60*10, 60*60, 24*60*60])

实施例

原始数据集已放大以填充更多的区域（mean=5, sigma=2而不是mean=10, sigma=1），这仅作为示例。定义非均匀区间，计算直方图并绘制图。例如，箱子可以改变。

# Create random data in DataFrame
x = np.random.lognormal(mean=5, sigma=2, size=10000)
df = pd.DataFrame(x, columns=['timeLength'])

print df.describe()
print

# Create non-uniform bins.  Unit in seconds.
bins = np.array([0, 1, 10, 60, 60*10, 60*60, 24*60*60])
print 'hisogram bins:', bins

# Get histogram of random data
y, x = np.histogram(df, bins=bins, normed=True)

# Correct bin placement
x = x[1:]

# Turn into pandas Series
hist = pd.Series(y, x)

# Plot
ax = hist.plot(kind='bar', width=1, alpha=0.5, align='center')
ax.set_title('Non-Uniform Bin Histogram')
ax.set_xlabel('Time Length')
ax.set_xticklabels(['1 s', '10 s', '1 Min', '1 Hr', '1 Day', '>1 Day'], rotation='horizontal')

    timeLength   
count   10000.000000
mean     1014.865417
std      4751.820312
min         0.062893
25%        36.941388
50%       144.081235
75%       556.223797
max    237838.467337

hisogram bins: [    0     1    10    60   600  3600 86400]

如果这不是预期的结果，请告知。

Answer 2

如果您想使用自定义分档，可能需要将bower, npm etc与.groupby().count()合并，并使用bar图表：

x=np.random.lognormal(mean=10, sigma=1, size=10000)
df=pd.DataFrame(x, range(10000), columns=['timeLength'])

df['bin'] = pd.cut(df.timeLength,include_lowest=True, bins=[0, 1, 10, 60, 60**2, 60**2*24, df.timeLength.max()], labels=['1s', '10s', '1min', '1hr', '1d', '>1d'])
df.groupby('bin').count().plot.bar()

pd.cut