
Pandas是Python中用于數(shù)據(jù)分析和處理的常用工具,它提供了一系列方便易用的數(shù)據(jù)結構和函數(shù)。在數(shù)據(jù)分析中,我們經(jīng)常需要對數(shù)據(jù)進行頻率分布的計算和展示,而Pandas提供了很多方便的函數(shù)可以實現(xiàn)這一功能。本文將介紹如何使用Pandas來計算和展示區(qū)間頻率分布。
區(qū)間頻率分布是指將連續(xù)的數(shù)值型數(shù)據(jù)按照一定的區(qū)間劃分,然后統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)出現(xiàn)的次數(shù)或占比情況。例如,我們有一組考試成績數(shù)據(jù),需要將其按照一定的分數(shù)區(qū)間劃分,然后統(tǒng)計每個區(qū)間內(nèi)的學生人數(shù)或占比情況。通過區(qū)間頻率分布,我們可以更清晰地了解數(shù)據(jù)的分布情況,發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和異常點,從而為后續(xù)的數(shù)據(jù)分析和處理提供支持。
首先我們需要準備一組數(shù)值型數(shù)據(jù),用于演示如何實現(xiàn)區(qū)間頻率分布。這里我們使用numpy隨機生成一組服從正態(tài)分布的數(shù)據(jù):
import numpy as np
data = np.random.normal(loc=10, scale=3, size=1000)
上述代碼生成了一組均值為10,標準差為3,大小為1000的正態(tài)分布數(shù)據(jù)。接下來我們可以使用Pandas將這組數(shù)據(jù)轉(zhuǎn)換為Series對象:
import pandas as pd
s = pd.Series(data)
有了原始數(shù)據(jù)之后,我們需要將其按照一定的區(qū)間劃分,并統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)或占比情況。在Pandas中,我們可以使用cut函數(shù)實現(xiàn)對數(shù)據(jù)的區(qū)間劃分,再配合value_counts函數(shù)統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)。例如,將上述數(shù)據(jù)按照5個等寬區(qū)間進行劃分,可以實現(xiàn)如下:
bins = pd.cut(s, bins=5, include_lowest=True)
counts = bins.value_counts(sort=False)
print(counts)
上述代碼首先調(diào)用了cut函數(shù)將數(shù)據(jù)按照5個等寬區(qū)間進行劃分,并通過參數(shù)include_lowest=True將最小值包含在第一個區(qū)間內(nèi)。然后使用value_counts函數(shù)統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù),sort=False表示不進行排序。
輸出結果如下所示:
(4.562, 7.44] 8
(7.44, 10.303] 303
(10.303, 13.166] 537
(13.166, 16.029] 131
(16.029, 18.892] 21
dtype: int64
可以看到,上述代碼將數(shù)據(jù)按照5個等寬區(qū)間劃分,并統(tǒng)計了每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)。例如,(7.44, 10.303]區(qū)間內(nèi)有303個數(shù)據(jù)。
除了計算每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)之外,我們還可以計算每個區(qū)間內(nèi)數(shù)據(jù)的占比情況。這可以通過將value_counts函數(shù)的normalize參數(shù)設置為True來實現(xiàn)。例如,計算每個區(qū)間內(nèi)數(shù)據(jù)的占比情況可以實現(xiàn)如下:
bins = pd.cut(s, bins=5, include_lowest=True)
proportions = bins.value_counts(sort=False, normalize=True)
print(proportions)
輸出結果如下所示:
(4.562, 7.44] 0.008
(7.44, 10.303] 0.303
(10.303, 13.166] 0.537
(13.166, 16.029] 0.131
(16.029, 18.892] 0
.021 dtype: float64
可以看到,上述代碼將數(shù)據(jù)按照5個等寬區(qū)間劃分,并統(tǒng)計了每個區(qū)間內(nèi)數(shù)據(jù)的占比情況。例如,(7.44, 10.303]區(qū)間內(nèi)的數(shù)據(jù)占總數(shù)的30.3%。
# 可視化展示
除了計算區(qū)間頻率分布之外,我們還需要將其進行可視化展示,以便更直觀地了解數(shù)據(jù)的分布情況。在Pandas中,我們可以使用plot函數(shù)實現(xiàn)對區(qū)間頻率分布的可視化展示。例如,將上述數(shù)據(jù)按照5個等寬區(qū)間進行劃分,并繪制成直方圖,可以實現(xiàn)如下:
```python
bins = pd.cut(s, bins=5, include_lowest=True)
counts = bins.value_counts(sort=False)
counts.plot(kind='bar', rot=0)
上述代碼將數(shù)據(jù)按照5個等寬區(qū)間劃分,并統(tǒng)計了每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)。然后調(diào)用plot函數(shù)將結果繪制成直方圖,kind='bar'表示繪制條形圖,rot=0表示不對橫軸標簽進行旋轉(zhuǎn)。
輸出結果如下所示:
可以看到,上述代碼將數(shù)據(jù)按照5個等寬區(qū)間劃分,并將結果繪制成直方圖。在直方圖中,每個條形代表一個區(qū)間,條形的高度表示該區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)。通過直方圖,我們可以更清晰地了解數(shù)據(jù)的分布情況,例如數(shù)據(jù)是否符合正態(tài)分布等。
本文介紹了如何使用Pandas實現(xiàn)區(qū)間頻率分布的計算和展示。具體來說,我們通過cut函數(shù)將數(shù)據(jù)按照一定的區(qū)間劃分,并配合value_counts函數(shù)統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)或占比情況;同時,通過plot函數(shù)將計算結果進行可視化展示,以便更直觀地了解數(shù)據(jù)的分布情況。區(qū)間頻率分布是數(shù)據(jù)分析中常用的基礎操作之一,熟練掌握其原理和實現(xiàn)方法對于數(shù)據(jù)分析工作非常重要。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03