加权直方图

Question

我正在寻求从中迁移matplotlib到plotly,但似乎plotly没有很好的集成pandas.例如,我正在尝试制作一个指定箱数的加权直方图:

sns.distplot(df.X, bins=25, hist_kws={'weights':df.W.values},norm_hist=False,kde=False)  

但我没有找到一个简单的方法来做到这一点plotly.如何以直接的方式从pandas.DataFrame使用plotly中生成数据的直方图？

Answer 1

直方图对象plotly似乎不支持权重。然而，numpys直方图函数支持权重，并且可以轻松计算我们从条形图创建直方图所需的一切。

我们可以构建一个看起来像您想要的占位符数据框：

# dataframe with bimodal distribution to clearly see weight differences.
import pandas as pd
from numpy.random import normal
import numpy as np

df =pd.DataFrame(
    {"X": np.concatenate((normal(5, 1, 5000), normal(10, 1, 5000))),
     "W": np.array([1] * 5000 + [3] * 5000)
    })

您包含的seaborn 调用可处理以下数据：

# weighted histogram with seaborn
from matplotlib import pyplot as plt
import seaborn as sns

sns.distplot(df.X, bins=25, 
    hist_kws={'weights':df.W.values}, norm_hist=False,kde=False)
plt.show()

我们可以看到我们的任意 1 和 3 权重已正确应用于每种分布模式。

使用plotly，您可以将Bar图形对象与numpy一起使用

# with plotly, presuming you are authenticated
import plotly.plotly as py
import plotly.graph_objs as go

# compute weighted histogram with numpy
counts, bin_edges = np.histogram(df.X, bins=25, weights=df.W.values)
data = [go.Bar(x=bin_edges, y=counts)]

py.plot(data, filename='bar-histogram')

您可能必须重新实现直方图的其他注释功能以适应您的用例，这些可能会带来更大的挑战，但绘图内容本身在绘图上效果很好。

在这里查看它的渲染： https: //plot.ly/~Jwely/24/#plot