Czy istnieje parametr w matplotlib/pandas, który ma oś Y histogramu w procentach?

Question

Chciałbym porównać dwa histogramy, ponieważ oś Y pokazuje procent każdej kolumny z ogólnego rozmiaru zbioru danych zamiast wartości bezwzględnej. Czy to jest możliwe? Używam Pand i matplotlib. Dzięki

Answer 1

W normed=True Zwraca histogram dla których np.sum(pdf * np.diff(bins)) równa 1. Jeśli chcesz sumę histogramu być 1 można użyć histogramu NumPy użytkownika() i normalizacji wyników siebie.

x = np.random.randn(30) 

fig, ax = plt.subplots(1,2, figsize=(10,4)) 

ax[0].hist(x, normed=True, color='grey') 

hist, bins = np.histogram(x) 
ax[1].bar(bins[:-1], hist.astype(np.float32)/hist.sum(), width=(bins[1]-bins[0]), color='grey') 

ax[0].set_title('normed=True') 
ax[1].set_title('hist = hist/hist.sum()') 

Btw: Strange kreślenia usterki w pierwszym pojemniku z lewej działki.

Answer 2

Wykreślanie pand można zaakceptować wszelkie dodatkowe argumenty słów kluczowych z odpowiedniej funkcji matplotlib. Tak pod względem kompletności z uwagami innych tutaj, to jak można by to zrobić:

import pandas as pd 
import numpy as np 

df = pd.DataFrame(np.random.randn(100,2), columns=list('AB')) 

df.hist(normed=1) 

również do bezpośredniego porównania może to być dobry sposób, a także:

df.plot(kind='hist', normed=1, bins=20, stacked=False, alpha=.5) 

Answer 3

wygląda @ CarstenKönig found the right way:

df.hist(bins=20, weights=np.ones_like(df[df.columns[0]]) * 100./len(df)) 

Answer 4

można uprościć ważenia przy użyciu np.ones_like():

df["ColumnName"].plot.hist(weights = np.ones_like(df.index)/len(df.index)) 

• np.ones_like() jest w porządku ze strukturą df.index
• len (df.index) jest szybsza dla dużych DataFrames