我有一个数据集,其中包含 13k Kickstarter 项目及其在项目期间的推文。每个项目都包含一个列表,其中包含每天的推文数量, 例如[10, 2, 4, 7, 2, 4, 3, 0, 4, 0, 1, 3, 0, 3, 4, 0, 0, 2, 3, 2, 0, 4, 5, 1, 0, 2, 0, 2, 1, 2, 0]。
我通过将项目的持续时间设置为 31 天来获取数据的子集,以便每个列表具有相同的长度,包含 31 个值。
这段代码打印每个推文列表:
for project in data:
data[project]["tweets"]
使用 matplotlib 绘制直方图的最简单方法是什么?我需要每天推文总数的频率分布。我如何计算每个索引的值?他们是使用 Pandas 执行此操作的简单方法吗?
这些列表也可以在 Pandas 数据框中访问:
df = pd.DataFrame.from_dict(data, orient='index')
df1 = df[['tweets']]
请您参考如下方法:
直方图 可能不是您所需要的。如果您有一个数字列表(例如,人的智商)并且您希望将每个数字归入一个类别(例如 79-、80-99、100+),这是一个很好的解决方案。将有 3 个箱子,每个箱子的高度将代表适合相应类别的数字数量。
在你的例子中,你已经有了每个 bin 的高度,所以(据我所知)你想要的是一个看起来像直方图的图。这(据我所知)不受 matplotlib 支持,并且需要使用 matplotlib 而不是预期的使用方式。
如果您可以使用绘图而不是直方图,那么您就可以这样做。
import matplotlib.pyplot as plt
lists = [data[project]["tweets"] for project in data] # Collect all lists into one
sum_list = [sum(x) for x in zip(*lists)] # Create a list with sums of tweets for each day
plt.plot(sum_list) # Create a plot for sum_list
plt.show() # Show the plot
如果你想让图表看起来像直方图,你应该这样做:
plt.bar(range(0, len(sum_list)), sum_list)
而不是 plt.plot。
