Question

我有一个包含50个数字变量和1个类别变量的数据集（segment_hc_print，具有6个类别）。我想通过绘制直方图网格来查看每个类别中每个变量的分布情况，其中每一行代表一个类别，一列代表变量，网格中的每个单元格都是一个直方图。我正在尝试下面的代码为单个变量生成网格：

def grid_histogram(variable, bins):
    fig = plt.figure(figsize=(20,10))
    fig.set_size_inches(10,10, forward = True)
    fig.suptitle(variable, fontsize = 8)
    plt.locator_params(numticks = 4)

    for i in np.arange(0, 6, 1):
        ax = plt.subplot(6,1,i+1)
        ax.hist(sensor_df_print_sample_v2[sensor_df_print_sample_v2.segment_hc_print == i][variable], bins)
        ax.set_title("cluster = " + str(i), fontsize = 5)
        ymin, ymax = ax.get_ylim()
        ax.set_yticks(np.round(np.linspace(ymin, ymax, 3), 2))
        xmin, xmax = ax.get_xlim()
        ax.set_xticks(np.round(np.linspace(xmin, xmax,3),2))
        plt.setp(ax.get_xticklabels(), rotation = 'vertical', fontsize = 4)

    fig.tight_layout()
    fig.savefig(str(variable) + '_histogram.pdf')
    plt.show()

这就是我得到的： sample histogram

如何生成此类直方图的网格，每个直方图堆叠在另一个变量的右侧？下面的代码生成我需要的理想直方图大小。 sample histogram

Answer 1

如果我理解正确，则可以使用plt.subplots()创建一个网格。在下面的示例中，我将前5个变量绘制为列：

nr_of_categories = 6
nr_of_variables = 5

fig, ax = plt.subplots(nrows = nr_of_categories, cols = nr_of_variables, figsize = (20, 20))

for category in np.arange(0, nr_of_categories):
  for variable in np.arange(0, nr_of_variables):
    ax[category, variable].hist(sensor_df_print_sample_v2[sensor_df_print_sample_v2.segment_hc_print == i][variable], bins)

    # and then the rest of your code where you replace ax with ax[category, variable]

如何通过python中的分类变量绘制直方图网格？

1 个答案: