파이썬(Python) - matplotlib ② histogram

 

 

 

histogram

• 자료가 모여 있는 위치나 자료의 분포에 관한 대략적인 정보를 한눈에 파악할 수 있는 장점은 있으나 구체적인 수치정보를 쉽게 알아볼수없는 단점이 있다.
• 예) ages=[21,24,26,27,29,31,37,39,40,42,45,50,51,59,60,68]

---

 

1. List 형식

 

# 키에 관한 데이터 (이산형 데이터)

height = [157,163,180,162,186,178,173,152,156,184,170,171,172]
type(height)

 

1) 도수분포표로 만들기

# 분할 구간 만들기 (150~160, 160~170, 170~180, 180~190)

bins = [150,160,170,180,190]       

             

# pd.cut(객체, 구간, 구간 기준)

# 구간 기준 기본값은 True 

blood_cut = pd.cut(height,bins,right=True)  # 150 < height <= 160
blood_cut

pd.value_counts(blood_cut)

bins = [150,160,170,180,190]
blood_cut = pd.cut(height,bins,right=False)  # 150 <= height < 160
blood_cut
pd.value_counts(blood_cut)

 

# 인덱스 이름 사용 및 정렬

bins = [150,160,170,180,190]
label = ['150대','160대','170대','180대']
blood_cut = pd.cut(height,bins,right=True, labels=label)
pd.value_counts(blood_cut).sort_index()

 

2) 히스토그램 만들기

# 기본형

# plt.hist(객체, 구간)

bins = [150,160,170,180,190]

plt.hist(height, bins = bins)

 

# 분할 구간의 개수를 지정해서 나누기

plt.hist(height, bins = 4)

 

# 구간을 자동으로 분할하기

plt.hist(height, bins = 'auto')

 

# 막대 넓이 조절

plt.hist(height, bins = 'auto', rwidth = 0.8)

 

 

 

2. ndarray 형식

 

한달 독서량 (book)

book = [[1,2,8,13,9,4],
            [5,19,9,5,11,3],
            [2,3,8,4,15,6]]
book = np.array(book) 
book

도수분포표 만들기   # array 형태를 1차원 배열로 바꾸기  book.shape    # (3, 6) book = book.reshape((18,))    # (18, ) book   # 도수분포표 데이터프레임 형식으로 만들기 bins = list(range(0,21,5)) label = ['0~5권','6~10권','10~15권','15~20권'] book_cut = pd.cut(book,bins,right=False, labels = label) frq = pd.value_counts(book_cut).sort_index() frq_sum = frq.sum() DataFrame({'도수':frq,                  '상대도수':[i/frq_sum for i in frq],                 '누적도수' : frq.cumsum()})

히스토그램 만들기   plt.hist(weight, bins = bins,rwidth = 0.8,color='red')

 

 

 

3. DataFrame 형식

 

키 (height)

height.csv

0.00MB

height = pd.read_csv("C:/data/height.csv",header = None)
height

도수분포표 만들기   # DataFrame 형태를 1차원 배열로 바꾸기  height.shape          # (1,24) height = height.T    # array만 reshape가능 #(24,1)                            #차원 배열이 아니라서 오류남 height = height[0]  # (24, )   # 1차원 배열로 바꾸기 이렇게도 가능 np.array(height).shape                       # (24,1) height = np.array(height).reshape(24,)   # (24, )   # 도수분포표 데이터프레임 형식으로 만들기 bins = list(range(150,191,10)) height_cut = pd.cut(height,bins,right=True) frq = pd.value_counts(height_cut).sort_index() frq_sum = frq.sum() DataFrame({'도수':frq,                '상대도수':[i/frq_sum for i in frq],                '누적도수' : frq.cumsum()})

히스토그램 만들기   plt.hist(height, bins = bins,rwidth = 0.8,color='blue')