Seaborn Distplot 无响应答案

【问题标题】：Seasborn Distplot goes unresponsiveSeaborn Distplot 无响应
【发布时间】：2016-08-05 14:16:50
【问题描述】：

我正在尝试使用pandas 和seaborn 绘制一个简单的Distplot，以了解数据集的密度。

输入

#Car,45
#photo,4
#movie,6
#life,1
#Horse,14
#Pets,20
#run,67
#picture,89

数据集上面有10K 行，no headers，我正在尝试使用col[1]

代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.read_csv('keyword.csv', delimiter=',', header=None, usecols=[1])
#print df
sns.distplot(df)

plt.show()

没有错误，因为我可以打印输入列，但 distplot 需要很长时间才能计算并冻结我的屏幕。任何加快进程的建议。

Edit1： 正如下面评论中的建议，我尝试将 pandas.read_csv 更改为 np.loadtxt，但现在出现错误。

代码：

import numpy as np
from numpy import log as log
import matplotlib.pyplot as plt
import seaborn as sns
import pandas

df = np.loadtxt('keyword.csv', delimiter=',', usecols=(1), unpack=True)
sns.kdeplot(df)
sns.distplot(df)

plt.show()

错误：

Traceback (most recent call last):
  File "0_distplot_csv.py", line 7, in <module>
    df = np.loadtxt('keyword.csv', delimiter=',', usecols=(1), unpack=True)
  File "/usr/local/lib/python2.7/dist-packages/numpy/lib/npyio.py", line 726, in loadtxt
    usecols = list(usecols)
TypeError: 'int' object is not iterable

编辑 2：我确实尝试了评论部分中提到的建议

sns.distplot(df[1])

这与最初提到的相同。屏幕冻结了很多年。

sns.distplot(df[1].values)

在这种情况下，我看到了一个奇怪的行为。

输入时

Car,45
photo,4
movie,6
life,1
Horse,14
Pets,20
run,67
picture,89

它确实会绘图，但是当输入低于时

#Car,45
#photo,4
#movie,6
#life,1
#Horse,14
#Pets,20
#run,67
#picture,89

它再次冻结整个屏幕并且什么都不做。

我确实尝试输入comments=None，认为它可能会将它们读取为 cmets。但看起来comments 没有在pandas 中使用。

谢谢

【问题讨论】：

您需要制作一个重现问题的最小工作示例。如果四行数据确实是您文件的全部范围，请使用io.StringIO 将其包含在您的脚本中。
当我指定列标题但我没有标题我需要使用列号时代码有效。数据是原始数据集中的四行。它本质上不会继续。
尝试只传递一个数组然后
您仍然可以使用pandas读取文件，只需将您需要的列转换为系列或数组即可。例如seaborn.distplot(df[0]) 或 seaborn.distplot(df[0].values)
谢谢你试试这个。

标签： python pandas plot data-visualization seaborn

【解决方案1】：

经过多次尝试和大量在线搜索，我终于可以得到我想要的东西。当我们没有标题时，该代码允许加载具有列号的数据。这也会读取带有# cmets 的行。

代码：

import numpy as np
import matplotlib.pyplot as plt
from pylab import*
import math
from matplotlib.ticker import LogLocator
from scipy.stats.kde import gaussian_kde
import seaborn as sns

data = np.genfromtxt('keyword.csv', delimiter=',', comments=None)

d0=data[:,1]

#Plot a simple histogram with binsize determined automatically
sns.kdeplot(np.array(d0), color='b', bw=0.5, marker='o', label='keyword')

plt.legend(loc='upper right')
plt.xlabel('Freq(x)')
plt.ylabel('pdf(x)')
#plt.gca().set_xscale("log")
#plt.gca().set_yscale("log")
plt.show()

【讨论】：