Question

我试图从数据框中绘制几个系列的直方图。系列具有不同的最大值：

df[[
    'age_sent', 'last_seen', 'forum_reply', 'forum_cnt', 'forum_exp', 'forum_quest'
]].max()

返回：

age_sent       1516.564016
last_seen       986.790035
forum_reply     137.000000
forum_cnt       155.000000
forum_exp        13.000000
forum_quest      10.000000

当我尝试plot histograms时，我使用了sharex=False, subplots=True，但看起来sharex属性被忽略了：

df[[
    'age_sent', 'last_seen', 'forum_reply', 'forum_cnt', 'forum_exp', 'forum_quest'
]].plot.hist(figsize=(20, 10), logy=True, sharex=False, subplots=True)

我可以清楚地分别绘制每一个，但这不太可取。我也想知道我做错了什么。

我所拥有的数据太大了，但很容易创建类似的东西：

ttt = pd.DataFrame({'a': pd.Series(np.random.uniform(1, 1000, 100)), 'b': pd.Series(np.random.uniform(1, 10, 100))})

现在我有：

ttt.plot.hist(logy=True, sharex=False, subplots=True)

检查x轴。我希望它是这样的（但是使用带有子图的一个命令）。

ttt['a'].plot.hist(logy=True)
ttt['b'].plot.hist(logy=True)

Answer 1

sharex（最有可能）恰好落到mpl并设置平移/缩放一个轴是否会改变另一个轴。

您遇到的问题是所有直方图都使用了相同的bin（如果我正确理解代码，则由https://github.com/pydata/pandas/blob/master/pandas/tools/plotting.py#L2053强制执行）因为pandas假设如果你有多个直方图，那么你就是可能会绘制相似数据的列，因此使用相同的分级可以使它们具有可比性。

假设你有mpl＆gt; = 1.5和numpy＆gt; = 1.11你应该给自己写一个小帮手函数，比如

import matplotlib.pyplot as plt
import matplotlib as mpl 
import pandas as pd
import numpy as np

plt.ion()


def make_hists(df, fig_kwargs=None, hist_kwargs=None,
               style_cycle=None):
    '''

    Parameters
    ----------
    df : pd.DataFrame
        Datasource

    fig_kwargs : dict, optional
        kwargs to pass to `plt.subplots`

        defaults to {'fig_size': (4, 1.5*len(df.columns),
                     'tight_layout': True}

    hist_kwargs : dict, optional
        Extra kwargs to pass to `ax.hist`, defaults
        to `{'bins': 'auto'}

    style_cycle : cycler
        Style cycle to use, defaults to 
        mpl.rcParams['axes.prop_cycle']

    Returns
    -------
    fig : mpl.figure.Figure
        The figure created

    ax_list : list
        The mpl.axes.Axes objects created 

    arts : dict 
        maps column names to the histogram artist
    '''
    if style_cycle is None:
        style_cycle = mpl.rcParams['axes.prop_cycle']

    if fig_kwargs is None:
        fig_kwargs = {}
    if hist_kwargs is None:
        hist_kwargs = {}

    hist_kwargs.setdefault('log', True)
    # this requires nmupy >= 1.11
    hist_kwargs.setdefault('bins', 'auto')
    cols = df.columns

    fig_kwargs.setdefault('figsize', (4, 1.5*len(cols)))
    fig_kwargs.setdefault('tight_layout', True)
    fig, ax_lst = plt.subplots(len(cols), 1, **fig_kwargs)
    arts = {}
    for ax, col, sty in zip(ax_lst, cols, style_cycle()):
        h = ax.hist(col, data=df, **hist_kwargs, **sty)
        ax.legend()

        arts[col] = h

    return fig, list(ax_lst), arts

dist = [1, 2, 5, 7, 50]
col_names = ['weibull $a={}$'.format(alpha) for alpha in dist]
test_df = pd.DataFrame(np.random.weibull(dist,
                                         (10000, len(dist))),
                       columns=col_names)

make_hists(test_df)

Answer 2

当前答案有效，但是在最新版本中有一个更简单的解决方法。

df.plot.hist不尊重sharex=False，df.plot.density尊重。

dist = [1, 2, 7, 50]
col_names = ['weibull $a={}$'.format(alpha) for alpha in dist]
test_df = pd.DataFrame(np.random.weibull(dist,
                                         (10000, len(dist))),
                       columns=col_names)

test_df.plot.density(subplots=True, sharex=False, sharey=False, layout=(-1, 2))

Pandas plot sharex = False的行为不符合预期

2 个答案: