一张图中每个列数据框的分布概率

Question

我正在通过seaborn库sns.distplot（）中的distplot为数据帧的每一列创建概率分布。对于一个情节我做

x = df['A']
sns.distplot(x);

我正在尝试使用FacetGrid＆Map一次为每个列提供所有图 通过这种方式。但是根本不起作用。

  g = sns.FacetGrid(df, col = 'A','B','C','D','E')
  g.map(sns.distplot())

Answer 1

您在两个层面上都错了。

• Python语法。
  FacetGrid(df, col = 'A','B','C','D','E')无效，因为col被设置为A，其余字符被解释为进一步的参数。但是由于未命名，因此这是无效的python语法。

• 原始概念。

  • Seaborn希望将单个列名作为col或row参数的输入。这意味着数据帧必须采用一种具有一列的格式，该列确定相应数据所属的列或行。

  • 您不调用地图要使用的函数。这个想法当然是map本身所称的。

解决方案：

• 列上方的循环

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  import seaborn as sns
  
  df = pd.DataFrame(np.random.randn(14,5), columns=list("ABCDE"))
  
  fig, axes = plt.subplots(ncols=5)
  for ax, col in zip(axes, df.columns):
      sns.distplot(df[col], ax=ax)
  
  plt.show()
  

• 融合数据框

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  import seaborn as sns
  
  df = pd.DataFrame(np.random.randn(14,5), columns=list("ABCDE"))
  
  g = sns.FacetGrid(df.melt(), col="variable")
  g.map(sns.distplot, "value")
  
  plt.show()
  

Answer 2

我认为您需要使用melt将数据框重整为长格式，请参见以下MVCE：

df = pd.DataFrame(np.random.random((100,5)), columns = list('ABCDE'))
dfm = df.melt(var_name='columns')
g = sns.FacetGrid(dfm, col='columns')
g = (g.map(sns.distplot, 'value'))

输出：

Answer 3

我认为最简单的方法是只循环列并创建图。

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

df = pd.DataFrame(np.random.random((100,5)), columns = list('ABCDE'))
for col in df.columns:
    hist = df[col].hist(bins=10)
    print("Plotting for column {}".format(col))
    plt.show()

Answer 4

您可以使用以下内容：

# listing dataframes types
list(set(df.dtypes.tolist()))
# include only float and integer
df_num = df.select_dtypes(include = ['float64', 'int64'])
# display what has been selected
df_num.head()
# plot
df_num.hist(figsize=(16, 20), bins=50, xlabelsize=8, ylabelsize=8);