python实现读取类别频数数据画水平条形图

1、数据分组-->频数分布表

环境配置：

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt

按照你设定合适的间隔，把数据分为各个范围的组，然后统计出在这个范围内的频数有多少，我没有找到合适的函数，我就自己写了一个函数，类似直方图的工作，这是画水平条形图的数据准备。至于为什么要画水平条形图，当类别太多，使用水平条形图比较简洁，个人看法。下面给出代码，就不解释代码含义了。

 def data_count(dataa, r1, r2, step):
     r = pd.DataFrame(np.random.randn(1, 2))
     r.drop(0, inplace=True)
     while r1+step <= r2:
         num = 0
         for j in range(len(dataa)):
             if dataa[j] >= r1 and dataa[j] < r1+step:
                 num = num + 1
         f = "%s~%d" % (r1, r1+step)
         # r = r.append([[int(r1), num], ]) # 使用单数表示
         r = r.append([[f, num], ])  # 使用范围表示
         r1 = r1 + step
     return r

要注意的数据范围只包含上界不含下界，数据公式这样子${\text{1}} \leqslant data < 5$，只含上界，这样就可以做出不重不漏。

2、频数计算

这是运用data_count函数（上面代码）进行频数计算的演示，首先看一下原数据长什么样，暂时麻烦就不公布了，你们自己按照自己的数据决定。

原数据

测试data_count函数代码：

 data_gap1 = data_count(g11[:], 1, 51, 1)
 data_gap2 = data_count(g22[:], 1, 51, 1)

很简单啦，就是函数的调用，你们都会的，给大家看一下输出结果，如下图：

输出结果

感觉相当完美，函数也很万能，只要输入最小值最大值和间隔，就能出频数分布表

3、水平条形图

def plot_bar(plot_data, title):
    plt.figure(figsize=(10, 15))
    y = plot_data.iloc[:, 1].values
    tt = list(range(len(y)))
    index = plot_data.iloc[:, 0].values
    plt.bar(left=0, bottom=list(range(len(y))), width=y, color='blue', height=0.5,
            orientation='horizontal')  # 水平对应bottom&width， height表示bar的宽度
    plt.yticks(tt, index)
    plt.ylabel('数据范围')
    plt.xlabel('频数')
    plt.title(title)
    plt.show()

上面中plt.bar(left=0, bottom=list(range(len(y))), width=y, color='blue', height=0.5,orientation='horizontal')这句代码是最重要的，其中left表示直方图的开始的位置（也就是最左边的地方），height是指直方图的高度，当直方图太粗时，可以通过width来定义直方图的宽度，注意多个直方图要用元组，yerr这个参数是防止直方图触顶。orientation='horizontal'指得水平条形图，使用barh方法可以省略这个参数得设定。

有个坑，如果直接用bottom=类别数据，文本格式的类别会乱序，需要像我那样先指定位置，在指定类别，如plt.yticks(tt, index)所作的工作。

水平条形图