2022-11-13

Pandasを使用したヒストグラムのプロット

Python

Pandas

はじめに

ヒストグラムは、異なる区間（ビン）内の値の頻度やカウントを視覚化することで、データセットの分布を理解するための可視化ツールです。この記事では、Pandasを使用してヒストグラムをプロットする方法を紹介します。

単変数のヒストグラム

まず、必要なライブラリをインポートし、データを生成します。

python

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# Generating a DataFrame with 1000 random values
np.random.seed(0)  # To maintain consistency in generated values
df = pd.DataFrame({'Value':np.random.normal(10, 2, 1000)})

平均が10で標準偏差が2の正規分布から抽出された1000個の観測値を持つDataFrame dfがあります。次に、hist()メソッドを使用してヒストグラムをプロットします。

python

df['Value'].hist(edgecolor='black')
plt.title('Histogram of Values')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Single histogrammu

複数変数のヒストグラム

複数の変数に対して、DataFrameに別の列を追加します。

df['Value_2'] = np.random.normal(15, 3, 1000)

ここでは、平均が15で標準偏差が3の正規分布から抽出された1000個の観測値を持つValue_2という新しい列を作成しました。両方の変数に対してヒストグラムをプロットします。

python

df[['Value', 'Value_2']].plot(kind='hist', rwidth=0.8, alpha=0.5, bins=30)
plt.title('Histogram of Values')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Multiple histogram

このコードは、ValueとValue_2の重ね合わせたヒストグラムを生成します。alphaパラメータは色の透明度を制御し、重なり合った領域を見ることができます。

ビンのサイズの変更

hist()関数のbins引数は、範囲内に均等に配置されるビンの数を決定します。ビンのサイズを20に変更してみます。

python

df['Value'].hist(bins=20, edgecolor='black')
plt.title('Histogram of Values with 20 Bins')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Histogram bin

タイトルとラベルの追加

タイトルとラベルを追加するには、plt.title()、plt.xlabel()、およびplt.ylabel()を使用します。すでにこれらの関数を上記で使用しています。

色とスタイルの変更

ヒストグラムの色はcolorパラメータを使用して変更し、グリッドを追加するにはplt.grid()を使用します。

python

df['Value'].hist(bins=20, color='green', edgecolor='black')
plt.title('Green Histogram of Values with 20 Bins')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.grid(True)
plt.show()

Histogram color

このコードは、ヒストグラムの色を緑に変更し、視認性を向上させるためにグリッドを追加します。好みに応じて他の色やスタイルを選択することができます。

Pandasを使用したヒストグラムのプロット

はじめに

単変数のヒストグラム

複数変数のヒストグラム

ビンのサイズの変更

タイトルとラベルの追加

色とスタイルの変更

Pandas DataFrameのReplaceメソッド

PandasデータフレームをMarkdownに変換する方法

Ryusei Kakujo