Einführung
Die hist()-Methode in der Pandas-Bibliothek ermöglicht es uns, Histogramme zu erstellen, die visuelle Darstellungen der Datenverteilung sind. Diese Methode wird auf einem DataFrame-Objekt verwendet und ruft die matplotlib.pyplot.hist()-Funktion für jede Serie innerhalb des DataFrames auf, was zu einem Histogramm pro Spalte führt.
Tipps für die virtuelle Maschine
Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der linken oberen Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Importiere die erforderlichen Bibliotheken
Um die hist()-Methode zu verwenden, müssen wir die erforderlichen Bibliotheken importieren, nämlich pandas und matplotlib.pyplot.
import pandas as pd
import matplotlib.pyplot as plt
Erstelle einen DataFrame
Als nächstes müssen wir ein DataFrame-Objekt mit der pd.DataFrame()-Methode erstellen. Wir können ein Dictionary als Argument übergeben, wobei die Schlüssel die Spaltennamen und die Werte die Daten darstellen.
data = {'length': [1.5, 0.5, 1.2, 0.9, 3], 'width': [0.7, 0.2, 0.15, 0.2, 1.1]}
df = pd.DataFrame(data)
Erstelle ein Histogramm
Jetzt können wir die hist()-Methode auf dem DataFrame verwenden, um ein Histogramm für jede Spalte zu erstellen.
df.hist()
plt.show()
Anpassen des Histogramms
Wir können das Histogramm anpassen, indem wir zusätzliche Parameter an die hist()-Methode übergeben. Beispielsweise können wir die Anzahl der Bins, die Farbe der Histogrammstäbe und den Titel des Histogramms angeben.
df.hist(bins=10, color='skyblue')
plt.title('Histogram')
plt.show()
Zusammenfassung
Die hist()-Methode in Pandas ermöglicht es uns, Histogramme der Daten in einem DataFrame zu erstellen. Mit dieser Methode können wir die Verteilung unserer Daten visualisieren, was für die Datenanalyse und -exploration nützlich sein kann. Darüber hinaus können wir das Aussehen des Histogramms anpassen, indem wir zusätzliche Parameter an die hist()-Methode übergeben. Insgesamt ist die hist()-Methode ein praktisches Werkzeug zur Analyse und Visualisierung von Daten in Pandas.