如何将条形图与plt或pandas直方图中的刻度标签对齐(绘制多列时)

Question

我已经开始使用python解决工作中的许多数据问题，数据集总是略有不同。我试图探索使用内置pandas函数绘制数据的更有效方法，而不是单独写出每个列的代码并编辑格式以获得更好的结果。

背景：我正在使用Jupyter笔记本并查看直方图，其中的值都是唯一的整数。

问题：当用一个函数（例如df）绘制多列数据时，我希望xtick标签与直方图条的中心对齐。hist（）一次获取所有列的直方图。

• 有人知道这是否可能吗？
• 还是建议每个图单独执行，而不是使用应用于所有列的内置函数？

我可以按照这篇文章单独修改它们：Matplotlib xticks没有与直方图对齐，这给了我我想要的，但只适用于一个图形，并对值进行了一些手动处理。

一个图形的预期结果示例：

我拥有的数据的基本示例：

# Import libraries 
import pandas as pd 
import numpy as np

# create list of datapoints
data = [[170,30,210],
        [170,50,200],
        [180,50,210],
        [165,35,180],
        [170,30,190],
        [170,70,190],
        [170,50,190]]

# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['height', 'width','weight']) 

# print dataframe. 
df

在问题陈述中显示图表的代码

df.hist(figsize=(5,5))
plt.show()

显示重量图表的代码

df.hist(column='weight',bins=[175,185,195,205,215])
plt.xticks([180,190,200,210])
plt.yticks([0,1,2,3,4,5])
plt.xlim([170, 220])
plt.show()

任何提示或帮助将不胜感激！

谢谢

Answer 1

我希望这能有所帮助。获取列并计算每个标签的频率（值计数），然后指定sort_index，以便根据标签而不是频率获得顺序，然后绘制条形图。

data = [[170,30,210],
        [170,50,200],
        [180,50,210],
        [165,35,180],
        [170,30,190],
        [170,70,190],
        [170,50,190]]

 # Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['height', 'width','weight'])
df.weight.value_counts().sort_index().plot(kind = 'bar')
plt.show()