【机器学习】hist参数解读

在对数据进行可视化时，用hist来查看单一特征是很重要的，结合着看多种图表，有助于获得对数据的进一步理解。

本篇是对 https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Data .hist.html 的翻译 + 个人笔记。

先从它的定义看起，这个API太常用，所以有必要深入了解一下它的具体构成。

Data .hist(column=None, by=None, grid=True, xlabelsize=None, xrot=None, ylabelsize=None, yrot=None, ax=None, sharex=False, sharey=False, figsize=None, layout=None, bins=10, **kwds)

目的是对Data 构建一个直方图显示。

举个例子：

# 导入数据
filename = \'https://archive.ics.uci.edu/ml/machine-learning-data s/housing/housing.data\'
names = [\'CRIM\', \'ZN\', \'INDUS\', \'CHAS\', \'NOX\', \'RM\', \'AGE\', \'DIS\', \'RAD\', \'TAX\', \'PRTATTO\', \'B\', \'LSTAT\', \'MEDV\' ]
data = read_csv(filename, names=names, delim_whitespace=True) 
data.shape # (506, 14)
# 指定文件的分隔符为空格键
data.hist(sharex=False, sharey=False, xlabelsize=1, ylabelsize=1)
plt.show()

显示效果如下:

但是上面这些参数具体如何设置，就需要看看API，下面一一解读。

直方图是对数据分布的表征。这个函数会调用matplotlib.pyplot.hist()，会在Data 上的每个列上进行画图，也就是前面说的，这是对单个特征的显示，数据的每列是一个特征，所以画出来的效果是多个图。

对bins参数进行修改，可以得到更精细的分布图示：

# 单一特征图表
data.hist(sharex=False, sharey=False, xlabelsize=1, ylabelsize=1, layout=(3,5), bins=100)
plt.show()

参数解读

案例

>>> df = pd.Data ({
...     \'length\': [1.5, 0.5, 1.2, 0.9, 3],
...     \'width\': [0.7, 0.2, 0.15, 0.2, 1.1]
...     }, index= [\'pig\', \'rabbit\', \'duck\', \'chicken\', \'horse\'])
>>> hist = df.hist(bins=3)

END.

参考： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Data .hist.html