什么是直方图规定化,直方图规定化定义

　　在数据集上进行了“抓生鱼片”的定量分析，插入了熊猫的cut、groupby和agg方法。

　　定量数据分布分析对于定量数据，组数和组宽的选择是评价率分布分析最重要的问题。步骤如下。

　　-第一步：非常差的要求[最长时间]

　　-第二步：确定组距和组数【组距的观测数据是自己给的。一般组距左闭右开；组数=极端差异/组间距离]

　　-第三步：确定积分[即分布区间表]

　　步骤4:显示频率分布表。

　　第五步：绘制频率分布直方图。

　　原则：所有组对象，包括所有数据。每组的组宽度优选相等。

　　例：2014年第二季度“捞刺身”菜的销售数据，绘制销售频次分布表和频次分布图，并据此分析量化数据。# browse data importpandesdata=PD . read _ excel(编目_ fish _粥. xls) print (data.max)-data.min))

　　第二步：分组。组与组之间的距离与实际情况相差500。

　　组数=极差/组间距离=3915/500约8

　　第三步：确定积分。

　　[ 0,500 ] [ 500,1000 ]…[ 3500,4000 ]

　　第四步：建立频数分布的平方表。

　　Excel操作

　　第五步：绘制频率分布直方图。

　　#分析第二季度刺身的销售数据。日销售额为X轴，频率与间距的比值为Y轴。Importadasaspdimportmatplotlib。Pyplotaspltdata=pd.read _ excel(编目 sale ](# print(data。表头))打印)数据[销售]。max)) print (data) 4000]#) #从销量分布范围开始，选择labels=[[0，500]，[500，1000]，[1000，1500]，[2000，2500] data [销售层]=PD . cut . Labels=Labels)print)data[销售层]。head)(print)()sale layer))python . exe d:/python/dedy 1000]1[1000，1500] 2 [0，500] 3 [1500，2000] dype: category categories (8，object): ([0，500][5000]2000]4000()]date sales(level 02014-04-02900(500，1000)12014-12014详情请参考上述代码。

　　2.显示2.data.head()数据。在默认的前5行中，您可以指定要显示多少行；相反，默认情况下，data.tail()显示最后五行数据。

　　3.原始数据只有两列，date和sale，列名是自己命名的。

　　aggres ult=data . group by(by=[ sale hierarchy ]( sale )。agg (np.size) print) aggresult，type) aggresult)) pagg * 100#round(数字，保留小数位)。如果小数位大于0，则通过四舍五入打印(print(paggresult，type()，paggresult) 28)) 2000) 12 [2000，2500 ]8[ 2500，3000 ]3[ 3000，3500 ]4[ 3500，4000] 3 name33660。dtype 3360 int 64 class 2500]9.0[2500，3000 ] 3.0 [ 3000，3500 ] 4.0 [ 3500，4000]dype:float 64 class pandas . core . series . series PPP

　　2.聚合运算、计算和接收功能，如2。AgG(func ):max)、min)和size。

　　3.round):语法round(数字，保留小数位)，如果小数位大于0，四舍五入。

　　# panda引入了agg函数，为计算提供了基于列的聚合操作。

　　#groupby是分组操作，没有计算或索引聚合。此索引操作返回的对象是一个分组数据框(如果传递的是列表或数组)或一个分组序列。

　　# s.groupby ([1，1，2，2])。agg) [min ， max])，而agg的func只接受一个参数，s.groupby) [1，1，2，2，]

　　与data1相比，min是a，max是b # df。groupby (key1) (data1)(。agg)) a: min ， b 3360 max

　　重要：使用。在groupby之后立即reset_index()以获得没有多级索引的DataFram。然后可以用df.rename((old_col1):) new_col1)，()old_col1)

　　参考这篇博客文章https://blog.csdn.net/u 013317445/文章/详情/85268877。

　　图标框架大小paggresult.plot kind= bar ，width=0.8，fontsize=10)