Seaborn 直方图与大数据答案

【问题标题】：Seaborn histogram with bigdataSeaborn 直方图与大数据
【发布时间】：2018-12-04 06:35:51
【问题描述】：

我正在尝试绘制一个包含 300 万行的大数据集的漂亮直方图（我有 2 个 CPU/16GB RAM）。尽管我提供了垃圾箱，但我从来没有得到一个情节。有没有更有效的方法来绘制直方图？请参阅下面的代码。

df0 = dd.read_csv(filename, sep="|", header=None, dtype=np.str, error_bad_lines=False, usecols=col0, quoting=3, encoding='ISO-8859-1')
dfs = df0[df0['DocumentTypeStndCode']=='D'].compute()
dfs['Price'] = dfs[pd.to_numeric(dfs['Price'], errors='coerce').notnull()]

sns.distplot(dfs['Price'], bins=[0, 10000, 200000, 400000, 2000000], kde=False)
plt.show()

【问题讨论】：

标签： python pandas plot seaborn

【解决方案1】：

这对您来说应该不是问题。我展示了几秒钟来生成给定 5000 万行的图。我先尝试了 pandas hist。

import pandas as pd
import numpy as np
%matplotlib inline
df = pd.DataFrame({
  'values': np.random.beta(0.5, 0.1, size=50000000)
})
hist = df.hist(bins=10)

和seaborn一样

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

sns.distplot(df['values'], bins=[0, .10000, .200000, .400000, 2.000000], kde=False)
plt.show()

【讨论】：

是的，我看到你的例子，这不是一个包的问题..很奇怪，因为我将列中的所有数据都转换为数值。任何想法，什么会导致执行延迟？
你是在 ipython notebook 中执行，还是普通的 python 执行？如果 %matplotlib inline 不存在，则它不会在笔记本中显示图表。除此之外，当我有多个图表时，我遇到了问题。如果它们在单个窗口中弹出，您有时需要关闭它们才能移至下一个窗口。
实际上，我在普通的python环境中使用dask，我只是发现它以某种方式弄乱了我的列，也许这就是原因。无论如何，这不是情节引擎的问题。