Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पांडास / Matplotlib में क्लासेस के विरुद्ध हिस्टोग्राम प्लॉट करना

पांडास/मैटप्लॉटलिब में क्लासेस के विरुद्ध हिस्टोग्राम प्लॉट करने के लिए निम्नलिखित चरणों का पालन करें:

चरण

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें।
  • पांडास डेटाफ्रेम का उपयोग करके संभावित हेटेरोजेनियस टेबुलर डेटा बनाएं।
  • डेटाफ्रेम मानों से हिस्टोग्राम बनाएं।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

from matplotlib import pyplot as plt
import pandas as pd

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

df = pd.DataFrame({'a': [1, 1, 1, 1, 3], 'b': [1, 1, 2, 1, 3], 'c': [2, 2, 2, 1, 3], 'd': [2, 1, 2, 1, 3]})
df.hist()
plt.show()

आउटपुट

प्रत्येक कॉलम (a, b, c, d) के लिए अलग-अलग हिस्टोग्राम सबप्लॉट्स में दिखाई देंगे।

  1. Matplotlib का उपयोग करके Python में 3D हिस्टोग्राम कैसे रेंडर करें? Matplotlib का उपयोग करके Python में 3D हिस्टोग्राम कैसे रेंडर करें?

    Python में 3D हिस्टोग्राम रेंडर करने के लिए निम्नलिखित चरणों का पालन करें: चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर एक्टिवेट करें। सबप्लॉट अरेंजमेंट के रूप में करंट फिगर में एक्सिस जोड़ें। NumPy का उपयोग करके x3, y3

  1. Matplotlib में प्लॉटिंग कैनवास का आकार कैसे सेट करें? Matplotlib में प्लॉटिंग कैनवास का आकार कैसे सेट करें?

    Matplotlib में प्लॉटिंग कैनवास का आकार सेट करने के लिए निम्नलिखित चरणों का पालन करें: चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। फिगर आकार सेट करने के लिए figsize 7.50 और 3.50 का उपयोग करें। NumPy का उपयोग करके x और y डेटा पॉइंट्स बनाएं। plot() मेथड का उपयोग करके x और y डेटा

  1. Pandas और Matplotlib से मल्टीपल लाइन ग्राफ़ कैसे प्लॉट करें? Pandas और Matplotlib से मल्टीपल लाइन ग्राफ़ कैसे प्लॉट करें?

    Pandas DataFrame को पिवट करके एक ही प्लॉट पर एकाधिक लाइन्स (अलग-अलग इक्वेशन्स) ड्रॉ करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। कॉलम equation, x, y वाला DataFrame बनाएं। df.pivot(index=x, columns=equation, values=y) से रीशेप करें। df.plot() से सभी लाइन्स एक साथ प्लॉट करें। plt.show() से दिखाएं। उदा