不同列数据集之间的直方图问题答案

【问题标题】：Histogram issues between different column datasets不同列数据集之间的直方图问题
【发布时间】：2020-09-22 02:50:06
【问题描述】：

我有一个 CSV，我从中提取不同的数据列并将其读取到我正在创建直方图的函数中。我遇到的问题是，我的直方图对于一列中的数据是正确的，并且对于另一列中的数据没有显示正确的内容。例如，我有一个包含年龄的列，我的直方图在这方面效果很好，但我有另一列包含人口（与年龄相比更大的数字），直方图只显示列中的行数。当我打印 Numpy 数组时，它会打印出与年龄数据相同的内容。我可以看到两列之间的唯一区别，年龄列有超过 10k 行，而人口行有 558 行，人口数是 5-6 位，而年龄是 1-2 位。

年龄列（这些在直方图中起作用）：

Populations Column（直方图表示 Population 列中值的数量）。

我的功能是：

def histogram(column_data):
    plt.title(col_name)
    df = column_data.to_numpy()
    af = df.reshape(-1)
    plt.hist(af)
    plt.show()

【问题讨论】：

标签： python numpy matplotlib histogram

【解决方案1】：

有趣的行为。我也在第一次运行时看到了它（即没有情节）。一旦我在我的绘图命令中使用bins，问题就消失了。正如您所推测的那样，这可能与您的人口数据相对于引用的精度相对稀疏有关。

import numpy as np
import matplotlib.pyplot as p

pop= [43191,73901,38247,98266,
66781,62075,30444,96109,
40497,37964,40822,40599,
28360,24949,34969,49455,
18128,34586,37489,48177,
22061,35218,53745,97493,
39764,16193,65818,53285]

dat= np.random.rand(1000) # less sparse data

p.figure (figsize=(10,3))

p.subplot(131)
p.hist(pop)
p.subplot(132)
p.hist(pop,bins=100);
p.subplot(133)
p.hist(dat, bins=100);

【讨论】：

我仍然遇到这个问题。我的图表仅在 x 轴上显示 0.0-3.0，在 y 轴上显示 0-250。我在图中确实有一些条形图，但它们都聚集在 0.0-0.3 附近，并且可能飙升至 275。数据输入与我在原始帖子中向您展示的数据相同。想法？
我不确定，x 轴应该是 0..100k。您还可以将 bin 指定为列表而不是 bin 数量。如果您的数据与我从您的问题中复制的数据相同，那么 y 轴应该更小。您只列出了 28 个数据点。所以即使你有一个单独的垃圾箱，它也不能高于 28。
检查你传递给 hist 的尺寸（形状）。它必须是单个列表，而不是 2D。 reshape(-1) 推断尺寸，因此您可能拥有与您认为的不同的东西。