こんにちは、JS2IIUです。
Pandasは、Pythonでデータ分析を行うための強力なライブラリです。その中でも、.plotメソッドは、データフレームから簡単にグラフを作成できる便利な機能です。今回は、.plot.histメソッドを使って、ヒストグラムを作成する方法を解説します。
ヒストグラムとは？
ヒストグラムは、データの分布を視覚的に表現するグラフです。データをいくつかの区間に分け、各区間に入るデータの個数を棒グラフで表します。これにより、データの範囲、集中度、偏りなどを把握することができます。
.plot.histメソッドのシグネチャ
Python
DataFrame.plot.hist(by=None, bins=10, **kwargs)パラメータ:
- by: カラム名またはカラム名のリスト。指定したカラムでデータをグループ化して、グループごとにヒストグラムを作成します。
- bins: ビンの数を指定する整数。デフォルトは10です。
- kwargs: その他のキーワード引数。Matplotlibのhist()関数に渡されます。
kwargsでよく使うパラメータ:
- figsize: グラフのサイズをタプル(幅, 高さ)で指定します。
- title: グラフのタイトルを指定します。
- xlabel: x軸のラベルを指定します。
- ylabel: y軸のラベルを指定します。
- grid: Trueに設定するとグリッド線を表示します。
- xlim: x軸の範囲をタプル(最小値, 最大値)で指定します。
- ylim: y軸の範囲をタプル(最小値, 最大値)で指定します。
- alpha: 透明度を指定します。0.0 (透明) から 1.0 (不透明) の間の値を指定します。
- orientation: ‘horizontal’または’vertical’でヒストグラムの方向を指定します。デフォルトは’vertical’です。
プログラム例
Python
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# サンプルデータの作成
np.random.seed(0)
data = {
'Results': np.random.normal(75, 10, 100)
}
df = pd.DataFrame(data)
# ヒストグラムの作成
df['Results'].plot.hist(bins=10, figsize=(8, 6), title='Exam Result Histgram')
plt.xlabel('Points')
plt.ylabel('Count')
plt.show()
解説:
pandas、matplotlib.pyplot、numpyをインポートします。- 乱数を用いてサンプルデータを作成し、DataFrameに格納します。
df['試験結果'].plot.hist()メソッドでヒストグラムを作成します。bins=10でビンの数を10に指定します。figsize=(8, 6)でグラフのサイズを指定します。title='試験結果のヒストグラム'でグラフのタイトルを指定します。
plt.xlabel()でx軸のラベルを指定します。plt.ylabel()でy軸のラベルを指定します。plt.show()でグラフを表示します。
カスタマイズ例
Python
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# サンプルデータの作成
np.random.seed(0)
data = {
'Results': np.random.normal(75, 10, 100)
}
df = pd.DataFrame(data)
# ヒストグラムの作成
df['Results'].plot.hist(bins=20, # ビンの数を20に変更
figsize=(8, 6),
title='Exam Result Histgram',
alpha=0.7, # 透明度を0.7に設定
grid=True, # グリッド線を表示
orientation='horizontal' # 水平方向のヒストグラム
)
plt.ylabel('Points')
plt.xlabel('Count')
plt.show()
解説:
bins=20でビンの数を20に変更しています。alpha=0.7で透明度を0.7に設定しています。grid=Trueでグリッド線を表示しています。orientation='horizontal'で水平方向のヒストグラムを作成しています。
このように、kwargsで様々なパラメータを指定することで、グラフをカスタマイズすることができます。
参考になるWEBサイト
次回:
次回は、.plot.kdeメソッドを使ってKDEプロットを作成する方法を解説します。お楽しみに！
今回も少しだけPRです。
Pandasについて詳しく知りたいかた、もっと使いこなしたい方におすすめの本です。数年前に購入しましたが、今も手元に置いて時々見返しています。
「pandasクックブック Pythonによるデータ処理のレシピ」Theodore Petrou著、黒川利明訳。
最後まで読んでいただきありがとうございます。73