如何生成单词频率直方图,其中条形根据其高度排序

Question

我有很长的单词列表,我想生成列表中每个单词频率的直方图.我能够在下面的代码中这样做:

import csv
from collections import Counter
import numpy as np

word_list = ['A','A','B','B','A','C','C','C','C']

counts = Counter(merged)

labels, values = zip(*counts.items())

indexes = np.arange(len(labels))

plt.bar(indexes, values)
plt.show()

但是,它不按等级显示分档(即按频率显示,因此最高频率是左边的第一个分箱,依此类推),即使我打印counts它时也为我命令Counter({'C': 4, 'A': 3, 'B': 2}).我怎么能实现这一目标？

Answer 1

您可以通过先排序数据然后将有序数组传递给bar; 下面我用numpy.argsort它.然后该图看起来如下(我还将标签添加到栏中):

以下是使用一些内联注释生成绘图的代码:

from collections import Counter
import numpy as np
import matplotlib.pyplot as plt

word_list = ['A', 'A', 'B', 'B', 'A', 'C', 'C', 'C', 'C']

counts = Counter(word_list)

labels, values = zip(*counts.items())

# sort your values in descending order
indSort = np.argsort(values)[::-1]

# rearrange your data
labels = np.array(labels)[indSort]
values = np.array(values)[indSort]

indexes = np.arange(len(labels))

bar_width = 0.35

plt.bar(indexes, values)

# add labels
plt.xticks(indexes + bar_width, labels)
plt.show()

如果您只想绘制第一个n条目,可以替换该行

counts = Counter(word_list)

通过

counts = dict(Counter(word_list).most_common(n))

在上面的情况下,counts将是

{'A': 3, 'C': 4}

对n = 2.

如果您想删除绘图的框架并直接标记条形,您可以查看此帖子.