Построение гистограммы

Статистическое мышление на Python (часть 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Результаты выборов 2008 года в колеблющихся штатах США

Данные получены с Data.gov (https://www.data.gov/)

ch1-2.003.png

Построение гистограммы

import matplotlib.pyplot as plt
_ = plt.hist(df_swing['dem_share'])
_ = plt.xlabel('percent of vote for Obama')
_ = plt.ylabel('number of counties')
plt.show()

Всегда подписывайте оси

Результаты выборов 2008 года в колеблющихся штатах США

Данные получены с Data.gov (https://www.data.gov/)

ch1-2.013.png

Гистограммы с разной разбивкой на интервалы

Данные получены с Data.gov (https://www.data.gov/)

ch1-2.015.png

Задание интервалов гистограммы

bin_edges = [0, 10, 20, 30, 40, 50,
                60, 70, 80, 90, 100]
_ = plt.hist(df_swing['dem_share'], bins=bin_edges)
plt.show()

ch1-2.022.png

Задание интервалов гистограммы

_ = plt.hist(df_swing['dem_share'], bins=20)
plt.show()

ch1-2.027.png

Seaborn

Отличный пакет для статистической визуализации данных на основе Matplotlib, разработанный Майклом Васкомом

Применение стиля Seaborn

import seaborn as sns
sns.set()
_ = plt.hist(df_swing['dem_share'])
_ = plt.xlabel('percent of vote for Obama')
_ = plt.ylabel('number of counties')
plt.show()

Гистограмма в стиле Seaborn

ch1-2.038.png

¹ Данные получены с Data.gov (https://www.data.gov/)

Давайте потренируемся!

Статистическое мышление на Python (часть 1)