pandas.DataFrame.plot.hist # 数据框.plot。hist ( by = None , bins = 10 , ** kwargs ) [来源] # 绘制 DataFrame 列的一个直方图。 直方图是数据分布的表示。该函数将 DataFrame 中所有给定 Series 的值分组到 bin 中,并将所有 bin 绘制在一个 中matplotlib.axes.Axes。当 DataFrame 的系列具有相似的规模时,这非常有用。 参数: 通过str 或序列,可选DataFrame 中要分组的列。 版本 1.4.0 中更改:以前,by会默默忽略并且不进行分组 bins int,默认10要使用的直方图箱数。 **夸格其他关键字参数记录在 中 DataFrame.plot()。 返回: 类:matplotlib.AxesSubplot返回直方图。 也可以看看 DataFrame.hist为每个 DataFrame 的系列绘制直方图。 Series.hist用系列数据绘制直方图。 例子 当我们掷骰子 6000 次时,我们期望得到每个值大约 1000 次。但是当我们掷两个骰子并对结果求和时,分布将会完全不同。直方图说明了这些分布。 >>> df = pd.DataFrame(np.random.randint(1, 7, 6000), columns=['one']) >>> df['two'] = df['one'] + np.random.randint(1, 7, 6000) >>> ax = df.plot.hist(bins=12, alpha=0.5) 可以通过提供参数by 来生成分组直方图(可以是列名或列名列表): >>> age_list = [8, 10, 12, 14, 72, 74, 76, 78, 20, 25, 30, 35, 60, 85] >>> df = pd.DataFrame({"gender": list("MMMMMMMMFFFFFF"), "age": age_list}) >>> ax = df.plot.hist(column=["age"], by="gender", figsize=(10, 8))