1、數據分組-->頻數分布表

環境配置：

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt

按照你設定合適的間隔，把數據分為各個范圍的組，然后統計出在這個范圍內的頻數有多少，我沒有找到合適的函數，我就自己寫了一個函數，類似直方圖的工作，這是畫水平條形圖的數據準備。至于為什么要畫水平條形圖，當類別太多，使用水平條形圖比較簡潔，個人看法。下面給出代碼，就不解釋代碼含義了。

def data_count(dataa, r1, r2, step): r = pd.DataFrame(np.random.randn(1, 2)) r.drop(0, inplace=True) while r1+step <= r2: num = 0 for j in range(len(dataa)): if dataa[j] >= r1 and dataa[j] < r1+step: num = num + 1 f = '%s~%d' % (r1, r1+step) # r = r.append([[int(r1), num], ]) # 使用單數表示 r = r.append([[f, num], ]) # 使用范圍表示 r1 = r1 + step return r

要注意的數據范圍只包含上界不含下界，數據公式這樣子1⩽data<5，只含上界，這樣就可以做出不重不漏。

2、頻數計算

這是運用data_count函數（上面代碼）進行頻數計算的演示，首先看一下原數據長什么樣，暫時麻煩就不公布了，你們自己按照自己的數據決定。

測試data_count函數代碼：

data_gap1 = data_count(g11[:], 1, 51, 1)data_gap2 = data_count(g22[:], 1, 51, 1)

很簡單啦，就是函數的調用，你們都會的，給大家看一下輸出結果，如下圖：

輸出結果

感覺相當完美，函數也很萬能，只要輸入最小值最大值和間隔，就能出頻數分布表

3、水平條形圖

def plot_bar(plot_data, title): plt.figure(figsize=(10, 15)) y = plot_data.iloc[:, 1].values tt = list(range(len(y))) index = plot_data.iloc[:, 0].values plt.bar(left=0, bottom=list(range(len(y))), width=y, color=’blue’, height=0.5, orientation=’horizontal’) # 水平對應bottom&width， height表示bar的寬度 plt.yticks(tt, index) plt.ylabel(’數據范圍’) plt.xlabel(’頻數’) plt.title(title) plt.show()

上面中plt.bar(left=0, bottom=list(range(len(y))), width=y, color=’blue’, height=0.5,orientation=’horizontal’)這句代碼是最重要的，其中left表示直方圖的開始的位置（也就是最左邊的地方），height是指直方圖的高度，當直方圖太粗時，可以通過width來定義直方圖的寬度，注意多個直方圖要用元組，yerr這個參數是防止直方圖觸頂。orientation=’horizontal’指得水平條形圖，使用barh方法可以省略這個參數得設定。

有個坑，如果直接用bottom=類別數據，文本格式的類別會亂序，需要像我那樣先指定位置，在指定類別，如plt.yticks(tt, index)所作的工作。

水平條形圖

補充知識：在ipython notebook中添加latex公式

1 MathJax 的安裝

ipython notebook中數學公式的渲染使用MathJax。一般網絡較好的情況下，MathJax可以在線使用，但是如果希望離線使用，需要將其安裝到本地磁盤中，常用的方法是在ipython notebook中使用以下命令：

from IPython.external.mathjax import install_mathjax

install_mathjax()

2.生成配置文件

安裝完mathjax之后可以正常import latex，但是執行Latex(r’Ssqrt{x^2+y^2}$’)后顯示的是‘$sqrt{x^2+y^2}$’這樣字符串；

原來還需要生成配置文件，方法是：在命令行中運行 ipython profile create，執行完成會在./ipython/profile_default 目錄下生成

一系列的配置文件，其中包括ipython_notebook_config.py文件；有地方看到需要修改該配置文件，取消 c.NotebookApp.enable_mathjax=True;

的注釋，大家可以試一下，我自己沒有取消這行注釋，再打開ipnb文件時公式都能正常渲染，耶~

第一次記錄blog，一方面跟大家一起學習，一方面方便以后回顧，畢竟記性差了許多，哈哈~

以上這篇python實現讀取類別頻數數據畫水平條形圖案例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。