pandas.Series.plot.hist

Series.plot.hist(by=None, bins=10, **kwargs)

绘制DataFrame列的一个直方图。

直方图是数据分布的表示。该函数将 DataFrame 中所有给定的 Series 的值分组到箱中，并在一个 matplotlib.axes.Axes 中绘制所有箱。当 DataFrame 的 Series 处于相似的尺度时，这非常有用。

参数:

通过str 或序列，可选

要分组的 DataFrame 中的列。

在 1.4.0 版本发生变更: 之前，by 被静默忽略，不进行分组。

binsint, 默认 10

要使用的直方图箱数。

**kwargs

其他关键字参数在 DataFrame.plot() 中记录。

返回:

matplotlib.axes.Axes

返回一个直方图绘图。

参见

DataFrame.hist

为 DataFrame 的 Series 绘制直方图。

Series.hist

使用 Series 的数据绘制直方图。

例子

当我们掷骰子6000次时，我们期望每个值大约出现1000次。但当我们掷两个骰子并求和时，分布将会非常不同。直方图可以说明这些分布。

>>> df = pd.DataFrame(np.random.randint(1, 7, 6000), columns=["one"])
>>> df["two"] = df["one"] + np.random.randint(1, 7, 6000)
>>> ax = df.plot.hist(bins=12, alpha=0.5)

可以通过提供参数 `by`（可以是列名，或列名列表）来生成一个分组直方图：

>>> age_list = [8, 10, 12, 14, 72, 74, 76, 78, 20, 25, 30, 35, 60, 85]
>>> df = pd.DataFrame({"gender": list("MMMMMMMMFFFFFF"), "age": age_list})
>>> ax = df.plot.hist(column=["age"], by="gender", figsize=(10, 8))