1、数据分组-->频数分布表

环境配置：

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

按照你设定合适的间隔，把数据分为各个范围的组，然后统计出在这个范围内的频数有多少，我没有找到合适的函数，我就自己写了一个函数，类似直方图的工作，这是画水平条形图的数据准备。至于为什么要画水平条形图，当类别太多，使用水平条形图比较简洁，个人看法。下面给出代码，就不解释代码含义了。

def data_count(dataa, r1, r2, step):
 r = pd.DataFrame(np.random.randn(1, 2))
 r.drop(0, inplace=True)
 while r1+step <= r2:
  num = 0
  for j in range(len(dataa)):
   if dataa[j] >= r1 and dataa[j] < r1+step:
    num = num + 1
  f = "%s~%d" % (r1, r1+step)
  # r = r.append([[int(r1), num], ]) # 使用单数表示
  r = r.append([[f, num], ]) # 使用范围表示
  r1 = r1 + step
 return r

要注意的数据范围只包含上界不含下界，数据公式这样子1⩽data<5，只含上界，这样就可以做出不重不漏。

2、频数计算

这是运用data_count函数（上面代码）进行频数计算的演示，首先看一下原数据长什么样，暂时麻烦就不公布了，你们自己按照自己的数据决定。

测试data_count函数代码：

data_gap1 = data_count(g11[:], 1, 51, 1)
data_gap2 = data_count(g22[:], 1, 51, 1)

很简单啦，就是函数的调用，你们都会的，给大家看一下输出结果，如下图：

输出结果

感觉相当完美，函数也很万能，只要输入最小值最大值和间隔，就能出频数分布表

3、水平条形图

def plot_bar(plot_data, title):
 plt.figure(figsize=(10, 15))
 y = plot_data.iloc[:, 1].values
 tt = list(range(len(y)))
 index = plot_data.iloc[:, 0].values
 plt.bar(left=0, bottom=list(range(len(y))), width=y, color='blue', height=0.5,
   orientation='horizontal') # 水平对应bottom&width， height表示bar的宽度
 plt.yticks(tt, index)
 plt.ylabel('数据范围')
 plt.xlabel('频数')
 plt.title(title)
 plt.show()

上面中plt.bar(left=0, bottom=list(range(len(y))), width=y, color='blue', height=0.5,orientation='horizontal')这句代码是最重要的，其中left表示直方图的开始的位置（也就是最左边的地方），height是指直方图的高度，当直方图太粗时，可以通过width来定义直方图的宽度，注意多个直方图要用元组，yerr这个参数是防止直方图触顶。orientation='horizontal'指得水平条形图，使用barh方法可以省略这个参数得设定。

有个坑，如果直接用bottom=类别数据，文本格式的类别会乱序，需要像我那样先指定位置，在指定类别，如plt.yticks(tt, index)所作的工作。

水平条形图

补充知识：在ipython notebook中添加latex公式

1 MathJax 的安装

ipython notebook中数学公式的渲染使用MathJax。一般网络较好的情况下，MathJax可以在线使用，但是如果希望离线使用，需要将其安装到本地磁盘中，常用的方法是在ipython notebook中使用以下命令：

from IPython.external.mathjax import install_mathjax

install_mathjax()

2.生成配置文件

安装完mathjax之后可以正常import latex，但是执行Latex(r'S\sqrt{x^2+y^2}$')后显示的是‘$\sqrt{x^2+y^2}$'这样字符串；

原来还需要生成配置文件，方法是：在命令行中运行 ipython profile create，执行完成会在./ipython/profile_default 目录下生成

一系列的配置文件，其中包括ipython_notebook_config.py文件；有地方看到需要修改该配置文件，取消 c.NotebookApp.enable_mathjax=True;

的注释，大家可以试一下，我自己没有取消这行注释，再打开ipnb文件时公式都能正常渲染，耶~

第一次记录blog，一方面跟大家一起学习，一方面方便以后回顾，毕竟记性差了许多，哈哈~

以上这篇python实现读取类别频数数据画水平条形图案例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。