想要将Pandas Dataframe绘制为具有log10刻度x轴的多个直方图

时间:2015-04-28 21:34:32

标签: python pandas matplotlib histogram logarithm

我在Pandas数据帧中有浮点数据。每列代表一个变量(它们具有字符串名称),每一行代表一组值(这些行具有不重要的整数名称)。

>>> print data
0      kppawr23    kppaspyd
1      3.312387   13.266040
2      2.775202    0.100000
3    100.000000  100.000000
4    100.000000   39.437420
5     17.017150   33.019040
...

我想为每列绘制直方图。我实现的最好结果是使用数据帧的hist方法:

data.hist(bins=20)

但我希望每个直方图的x轴都是log10刻度。并且bin上的bin也是log10,但是这很容易使用bins = np.logspace(-2,2,20)。

一种解决方法可能是在绘图之前log10转换数据,但是我尝试过的方法

data.apply(math.log10)

data.apply(lambda x: math.log10(x))

给我一​​个浮点错误。

    "cannot convert the series to {0}".format(str(converter)))
TypeError: ("cannot convert the series to <type 'float'>", u'occurred at index kppawr23')

1 个答案:

答案 0 :(得分:7)

您可以使用

ax.set_xscale('log')

data.hist()返回一个轴数组。你需要打电话 每个轴ax.set_xscale('log')ax以对数方式进行每个轴 缩放。

例如,

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
np.random.seed(2015)

N = 100
arr = np.random.random((N,2)) * np.logspace(-2,2,N)[:, np.newaxis]
data = pd.DataFrame(arr, columns=['kppawr23', 'kppaspyd'])

bins = np.logspace(-2,2,20)
axs = data.hist(bins=bins)
for ax in axs.ravel():
    ax.set_xscale('log')

plt.gcf().tight_layout()
plt.show()

产量

enter image description here

顺便说一句,要记录DataFrame中的每个值,data,您可以使用

logdata = np.log10(data)

因为NumPy ufuncs(例如np.log10)可以应用于pandas DataFrames,因为它们运行elementwise on all the values in the DataFrame

data.apply(math.log10)无效,因为apply尝试将整个列(一系列)值传递给math.log10math.log10只需要一个标量值。

data.apply(lambda x: math.log10(x))失败的原因与data.apply(math.log10)相同。此外,如果data.apply(func)data.apply(lambda x: func(x))都是可行的选项,那么第一个应该是首选,因为lambda函数只会使调用变慢一些。

您可以再次使用data.apply(np.log10),因为NumPy ufunc np.log10可以应用于系列,但在np.log10(data)工作时没有理由这样做。

data.applymap(math.log10)来电以来,您也可以使用applymap math.log10每个值data一次np.log10。但这会慢得多 比调用等效的NumPy函数applymap整个 数据帧。不过,如果你需要打电话,还是值得了解IsChecked 一些不是ufunc的自定义函数。