
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(jié)構(gòu)和函數(shù)。在數(shù)據(jù)分析中,我們經(jīng)常需要對(duì)數(shù)據(jù)進(jìn)行頻率分布的計(jì)算和展示,而Pandas提供了很多方便的函數(shù)可以實(shí)現(xiàn)這一功能。本文將介紹如何使用Pandas來(lái)計(jì)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(jì)每個(gè)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(jī)數(shù)據(jù),需要將其按照一定的分?jǐn)?shù)區(qū)間劃分,然后統(tǒng)計(jì)每個(gè)區(qū)間內(nèi)的學(xué)生人數(shù)或占比情況。通過(guò)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(diǎn),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(zhǔn)備一組數(shù)值型數(shù)據(jù),用于演示如何實(shí)現(xiàn)區(qū)間頻率分布。這里我們使用numpy隨機(jī)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(biāo)準(zhǔn)差為3,大小為1000的正態(tài)分布數(shù)據(jù)。接下來(lái)我們可以使用Pandas將這組數(shù)據(jù)轉(zhuǎn)換為Series對(duì)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(jì)每個(gè)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(shí)現(xiàn)對(duì)數(shù)據(jù)的區(qū)間劃分,再配合value_counts函數(shù)統(tǒng)計(jì)每個(gè)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(gè)等寬區(qū)間進(jìn)行劃分,可以實(shí)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(gè)等寬區(qū)間進(jìn)行劃分,并通過(guò)參數(shù)include_lowest=True將最小值包含在第一個(gè)區(qū)間內(nèi)。然后使用value_counts函數(shù)統(tǒng)計(jì)每個(gè)區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù),sort=False表示不進(jìn)行排序。
輸出結(jié)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(gè)等寬區(qū)間劃分,并統(tǒng)計(jì)了每個(gè)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(gè)數(shù)據(jù)。
除了計(jì)算每個(gè)區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)之外,我們還可以計(jì)算每個(gè)區(qū)間內(nèi)數(shù)據(jù)的占比情況。這可以通過(guò)將value_counts函數(shù)的normalize參數(shù)設(shè)置為True來(lái)實(shí)現(xiàn)。例如,計(jì)算每個(gè)區(qū)間內(nèi)數(shù)據(jù)的占比情況可以實(shí)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(jié)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(gè)等寬區(qū)間劃分,并統(tǒng)計(jì)了每個(gè)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(jì)算區(qū)間頻率分布之外,我們還需要將其進(jìn)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(shí)現(xiàn)對(duì)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(gè)等寬區(qū)間進(jìn)行劃分,并繪制成直方圖,可以實(shí)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(gè)等寬區(qū)間劃分,并統(tǒng)計(jì)了每個(gè)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(jié)果繪制成直方圖,kind='bar'表示繪制條形圖,rot=0表示不對(duì)橫軸標(biāo)簽進(jìn)行旋轉(zhuǎn)。
輸出結(jié)果如下所示:
可以看到,上述代碼將數(shù)據(jù)按照5個(gè)等寬區(qū)間劃分,并將結(jié)果繪制成直方圖。在直方圖中,每個(gè)條形代表一個(gè)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(guò)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(shí)現(xiàn)區(qū)間頻率分布的計(jì)算和展示。具體來(lái)說(shuō),我們通過(guò)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(jì)每個(gè)區(qū)間內(nèi)數(shù)據(jù)的出現(xiàn)次數(shù)或占比情況;同時(shí),通過(guò)plot函數(shù)將計(jì)算結(jié)果進(jìn)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(chǔ)操作之一,熟練掌握其原理和實(shí)現(xiàn)方法對(duì)于數(shù)據(jù)分析工作非常重要。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)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(jì)的實(shí)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(qiáng)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(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)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(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)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(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)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(dòng)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(guān)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(zhǔn)確性的基礎(chǔ) ...
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(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)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(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03