我如何绘制数据分成类别的相对频率？答案

【问题标题】：How could I plot the relative frequency of data split into categories?我如何绘制数据分成类别的相对频率？
【发布时间】：2021-03-16 21:18:40
【问题描述】：

我想根据类别标签获取人们权重的相对频率，然后将其绘制为条形图，如下所示：

数据框如下所示：

Weight   Category
83.8     A
87.3     A
75.1     B
70.9     A
69.8     C
75.5     B
...      ...

我想将每个类别的权重提取到自己的数据框中，并设法获得一个类别的相对频率，但我不确定如何将它们全部绘制在一起。

# This holds the total number of people in each category, with categories in alphabetical order
counts = df.groupby("Category")["Weight"].count()

catA = df.loc[df["Category"] == "A"]["Weight"].reset_index().drop(columns="index")
catA["bucket"] = pd.cut(catA["Weight"], 10)

newA = catA[["bucket", "Weight"]].groupby("bucket").count()
newE["relative"] = newE["Weight"] / counts[0]

ax = newA["relative"].plot(kind="bar", title="Relative Frequency of Weight for Category A")
ax.set(xlabel="Weight Bucket", ylabel="Relative Frequency (%)")
ax.tick_params(axis="x", labelrotation=45)
plt.show()

【问题讨论】：

标签： python python-3.x pandas matplotlib

【解决方案1】：

Seaborn 是一个基于 matplotlib 的 Python 数据可视化库。它提供了一个高级界面，用于绘制有吸引力且信息丰富的统计图形。 (https://seaborn.pydata.org/)

您不会拥有与原始 matplotlib 相同的灵活性，但也许它只适合您并为您提供强大的默认值。

使用带有 hue 和 multiple=dodge 的 histplot 似乎可以满足您的需求。来自https://seaborn.pydata.org/generated/seaborn.histplot.html#seaborn.histplot的官方文档

sns.histplot(data=tips, x="day", hue="sex", multiple="dodge", shrink=.8)

【讨论】：

【解决方案2】：

使用pd.cut 存储您的频率，使用pd.crosstab 进行计数：

(pd.crosstab(pd.cut(df['Weight'], bins=np.linspace(0,100,10)),
             df['Category'])
   .plot.bar()
)

【讨论】：

这看起来很有希望！但是有没有办法将其转换为相对频率图？
将 normalize='index' 传递给交叉表？
此外，您可以将“概率”传递给 histplot 函数的“统计”属性。