Skip to main content
 首页 » 编程设计

python之如何在直方图中绘制具有相同标签号的多个特征

2024年11月24日14lidabo

我有一个包含 8 个特征和 1 个类的文本文件。我的文件的数据是(data.txt):

1,1,3,2,1,1,1,3,HIGH 
1,1,3,1,2,1,1,3,HIGH 
1,1,1,1,3,3,1,2,HIGH 
1,3,2,1,3,3,3,3,HIGH 
1,3,1,2,3,1,2,1,HIGH 
2,3,1,2,1,2,2,1,HIGH 
2,2,2,2,2,1,2,3,HIGH 
2,2,1,1,1,2,2,3,HIGH 
3,2,1,3,1,3,3,3,HIGH 
3,2,1,2,2,3,3,2,HIGH 

在上面的文件中,前 8 列是特征。它们标有一个数字,可以是 1 或 2 或 3。最后一列是类名 (HIGH)。现在我想根据标签号绘制这些特征。我可以通过以下代码为 3 个第一列做到这一点:

import pandas as pd 
from matplotlib import pyplot as plt 
 
df = pd.read_csv('data.txt', header=None) 
 
# Features are : A,B,C,...,H 
df.columns = ['A', 'B','C', 'D', 'E', 'F', 'G', 'H', 'class'] 
 
X = df.ix[:, 0:8].values 
y = df.ix[:, 8].values 
 
kind = ['barstacked'] 
deg = ['HIGH'] 
pos = ['left','right','mid'] 
col = ['r','b','y'] 
 
with plt.style.context('seaborn-whitegrid'): 
    plt.figure(figsize=(8, 6)) 
 
    for j in range(0,3): 
        for i in range(1): 
                plt.hist(X[y == deg[i], j], 
                     label=deg[i], 
                     bins=30, 
                     alpha=0.6, histtype=kind[i], align=pos[j], color=col[j]) 
 
    plt.tick_params(axis='both', which='major', labelsize=17) 
    plt.xlim(0.75, 3.25) 
    plt.tight_layout() 
    plt.savefig("figure.png" , format='png', dpi=700) 
    plt.show() 

结果如下:

但是我无法绘制其他 5 列,因为我不知道如何将它们并排放置,因为只有 3 个对齐选项(left、mid和 正确)。我正在查看的是所有 8 个特征的直方图,它根据标签号分隔特征。像这样的图表:

请您参考如下方法:

您在这里不需要直方图,您可以使用条形图轻松生成所需的图形,因为您只是在此处绘制单个频率。思路如下:

  • 使用Counter来自 collections 的模块得到 1、2 和 3 的频率。
  • 您的条形图的 x 位置将以 1、2 和 3 为中心。但是,要获得所需的效果,您可以通过偏移它们来调整 x 位置:前 4 个条在 1、2、3 的左侧,接下来的 4 个柱在 1、2、3 的右侧。这可以使用您添加到的偏移参数 (j-4)*0.1 来完成x 值。这里 0.1 是条形宽度的不错选择。
  • 您不需要在此处对 i 进行额外循环,因为它始终为 0
  • df.ix 在较新的 pandas 版本中已弃用。您必须改用 df.iloc。

以下是您的操作方法。

df.columns = ['A', 'B','C', 'D', 'E', 'F', 'G', 'H', 'class'] 
 
X = df.ix[:, 0:8].values 
y = df.ix[:, 8].values 
 
with plt.style.context('seaborn-whitegrid'): 
    plt.figure(figsize=(8, 6)) 
    for j in range(0,8): 
            freqs = Counter(X[y == deg[0], j]) 
            xvalues = np.array(list(freqs.keys())) 
            plt.bar(xvalues+(j-4)*0.1, freqs.values(), width=0.1,  
                    alpha=0.9, edgecolor='k', lw=2) 
    plt.tick_params(axis='both', which='major', labelsize=17) 
    plt.xlim(0.25, 3.75) 
    plt.xticks([1,2,3]) 
    plt.tight_layout() 
    plt.show()