python - 在直方图中绘制和标记每个 bin

Question

我有一个包含不同情绪类别（标签）的数据集。您可以从下面代码中定义的“标签”变量中查看哪些类别。这些类别中的每一个在此数据集中都有不同数量的可用数据，我试图通过直方图箱来表示数据集的分布。

import matplotlib.pyplot as plt
import numpy as np
#labels inside emo variable, however they are labeled with numbers from 0 to 6 in sequence according to labels variable
labels = ['angry', 'disgust', 'fear', 'happy', 'sad', 'surprise','neutral']
labels_np = np.array(labels)
#df_training is holding the train_set.csv, where I am selecting a single column which is 'emotion' 
emo = df_training["emotion"].hist()
plt.plot(labels_np,emo)

df_training['情绪']：

这是我得到的错误：

**ValueError:** x and y must have same first dimension, but have shapes (7,) and (1,)

这是所需的输出：

标签： pythonpandasmatplotlibhistogram

Answer 1

您似乎只想绘制直方图并设置正确的标签。 df_training.hist已经绘制了一个直方图，但使用 0,1,2,... 作为 x-labels。你可以通过调用来改变它plt.xticks。由于条形的中心位于 0.5,1.5,2.5,... 的位置，将刻度放在那里会使所有内容对齐。

由于您的数据仅包含从 0 到 6 的值，因此最好只有 7 个 bin，因此hist可以调用8 个边界bins=range(8)。默认bins=10，什么绝对不是你想要的。

在下面的代码中，我删除了 x 网格线，因为它们令人不安并且并不真正需要。edgecolor 设置ec='white'为更好地区分条形。df_training 的“情感”列填充了一些随机数据。

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

labels = ['angry', 'disgust', 'fear', 'happy', 'sad', 'surprise','neutral']
df_training = pd.DataFrame( {'emotion': np.random.randint(0, 7, 100)})
emo = df_training.hist(column='emotion', ec='white', bins=range(8))
plt.grid(False, axis='x')
plt.xticks(ticks=np.arange(0.5,6.6,1), labels=labels)
plt.show()