Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : Comment créer un histogramme avec une échelle logarithmique



Vous pouvez utiliser les arguments logx et logy pour créer des histogrammes avec des échelles logarithmiques sur l’axe des x et l’axe des y, respectivement, dans les pandas :

#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)

L’exemple suivant montre comment utiliser ces arguments pour créer des histogrammes avec des échelles logarithmiques dans les pandas.

Connexe : Quand devriez-vous utiliser une échelle logarithmique dans les graphiques ?

Exemple : créer un histogramme avec une échelle logarithmique dans Pandas

Supposons que nous ayons le DataFrame pandas suivant avec 5 000 lignes :

import pandas as pd
import numpy as np

#make this example reproducible
np.random.seed(1)

#create DataFrame
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

Nous pouvons utiliser la syntaxe suivante pour créer un histogramme avec une échelle linéaire à la fois sur l’axe des x et sur l’axe des y :

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

L’axe des x et l’axe des y ont tous deux actuellement une échelle linéaire.

Nous pouvons utiliser l’argument logx=True pour convertir l’axe des x en une échelle logarithmique :

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

histogramme des pandas avec échelle logarithmique sur l'axe des x

Les valeurs sur l’axe des X suivent désormais une échelle logarithmique.

Et nous pouvons utiliser l’argument logy=True pour convertir l’axe y en une échelle logarithmique :

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

histogramme des pandas avec échelle logarithmique sur l'axe y

Les valeurs sur l’axe des y suivent désormais une échelle logarithmique.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment créer un histogramme à partir de Pandas DataFrame
Comment créer un histogramme à partir d’une série Pandas
Comment tracer des histogrammes par groupe chez Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *