Panda's: een histogram maken met een logaritmische schaal

U kunt de argumenten logx en logy gebruiken om histogrammen te maken met logaritmische schalen op respectievelijk de x-as en y-as in panda’s:

 #create histogram with log scale on x-axis
df[' my_column ']. plot (kind=' hist ', logx= True )

#create histogram with log scale on y-axis
df[' my_column ']. plot (kind=' hist ', logy= True )

In het volgende voorbeeld ziet u hoe u deze argumenten kunt gebruiken om histogrammen met logaritmische schalen in panda’s te maken.

Gerelateerd: Wanneer moet u een logaritmische schaal in diagrammen gebruiken?

Voorbeeld: Maak een histogram met een logaritmische schaal in Pandas

Laten we zeggen dat we de volgende panda’s DataFrame hebben met 5000 rijen:

 import pandas as pd
import numpy as np

#make this example reproducible
n.p. random . seeds (1)

#createDataFrame
df = pd. DataFrame ({' values ': np. random . lognormal (size= 5000 )})

#view first five rows of DataFrame
print ( df.head ())

     values
0 5.075096
1 0.542397
2 0.589682
3 0.341992
4 2.375974

We kunnen de volgende syntaxis gebruiken om een histogram te maken met een lineaire schaal op zowel de x-as als de y-as:

 #create histogram
df[' values ']. plot (kind=' hist ')

Zowel de x-as als de y-as hebben momenteel een lineaire schaal.

We kunnen het argument logx=True gebruiken om de x-as naar een logaritmische schaal te converteren:

 #create histogram with log scale on x-axis
df[' values ']. plot (kind=' hist ', logx= True )

Waarden op de x-as volgen nu een logaritmische schaal.

En we kunnen het argument logy=True gebruiken om de y-as naar een logaritmische schaal te converteren:

 #create histogram with log scale on y-axis
df[' values ']. plot (kind=' hist ', logy= True ) 

Waarden op de y-as volgen nu een logaritmische schaal.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Hoe u een histogram maakt van Pandas DataFrame
Hoe u een histogram maakt van een Panda-serie
Hoe histogrammen per groep in Panda’s te plotten