使用 MatplotLib 直方图可视化第三个变量

Question

请原谅我的英语不好。

在如下所示的 DataFrame 上：

-----------------
|index|var1|var2|
-----------------

有很多行 var1 介于 0 和 4000 之间 var2 介于 -100 和 100

之间

我想创建一个直方图，根据 var1 显示有多少行。

在 Y 轴上，我们可以看到有多少行，例如 0 > var1 < 500，大约有 500k 行。

现在我想添加var2，它显示一行的质量。例如，我希望直方图根据 var2 的值从 0 到 500 变成蓝色，另一种颜色从 500 到 1000（比如如果条形图作为 var2 的平均值为 100 的值，如果平均值为 0，则将其设为绿色, 让它变红).

我试着硬核这个，但是一旦我改变了 bin 或任何东西，我的代码就崩溃了。

我也试过用 plot on the top of the hist 来做，但是没用。

我当前的截图代码：

plt.hist(var1, bins=10, range=(0,4000), color='orange', alpha=0.7)
plt.title('Var 1',weight='bold', fontsize=18)
plt.yticks(weight='bold')
plt.xticks(weight='bold')

我觉得这是很简单的事情，但我因此完全陷入了学习。

非常感谢您的帮助。

Answer 1

如果您创建一个包含直方图中每个条形颜色的列表，您可以使用以下代码片段。它捕获 plt.hist 命令的 return 值，其中包括各个补丁。可以在遍历这些补丁时单独设置颜色。

n, bins, patches = plt.hist(var1, bins=8, range=(0,4000), color="orange", alpha=0.7)
for i, patch in enumerate(patches):
    plt.setp(patch, "facecolor", colors[i])

此外，这是一种根据您拥有的数据类型创建上述 color list 的可能方法：

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

# create random values and store them in a DataFrame
y1 = np.random.randint(0,4000, 50)
y2 = np.random.randint(-100, 101, 50)
y = zip(y1,y2)
df = pd.DataFrame(y, columns=["Var1","Var2"])

var1 = df["Var1"].values

# pd.cut to bin the dataframe in the appropriate ranges of Var1
# then the mean of Var2 is calculated for each bin, results are stored in a list
mean = [df.groupby(pd.cut(df["Var1"], np.arange(0, 4000+500, 500)))["Var2"].mean()]

# how to color the bars based on Var2:
# -100 <= mean(Var2) < -33: blue
# -33 <= mean(Var2) < 33: red
# 33 <= mean(Var2) < 100: green
color_bins = np.array([-100,-33,33,100])
color_list = ["blue","red","green"]

# bin the means of Var2 according to the color_bins we just created
inds = np.digitize(mean, color_bins)

# list that assigns the appropriate color to each patch
colors = [color_list[value-1] for value in inds[0]]

n, bins, patches = plt.hist(var1, bins=8, range=(0,4000), color="orange", alpha=0.7)
for i, patch in enumerate(patches):
    plt.setp(patch, "facecolor", colors[i])

plt.title('Var 1',weight='bold', fontsize=18)
plt.yticks(weight='bold')
plt.xticks(weight='bold')

plt.show()

使用 MatplotLib 直方图可视化第三个变量

Visualizing third variable with MatplotLib Histograms

python

matplotlib

data-science

jupyter-notebook