Matplotlib 仅绘制一个点

Question

我正在尝试绘制直方图来查看所有观察结果的分布，但不断获得只有一个条形图（直方图）或一个点（散点图）的图。

样本数据：

状态	数据1	数据2	数据3
AL	712.85	657.63	3948.49
AK	550.36	2325.58	3406.33
AZ	335.01	1244.10	4416.46
增强现实	593.36	830.98	4634.21
CA	629.92	2099.53	8666.15
二氧化碳	570.25	2065.55	6159.76

首先，我尝试使用以下方法绘制直方图来查看数据“总”变量的分布：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.hist('data3', data='df')
plt.show()

这导致一张图表显示一个单一的条形，而不是 50 个关系观察值的分布。我也尝试过改变垃圾箱的数量等，但没有取得成果。

直方图

我还尝试用其他两个变量（“消费税”和“财产”）绘制散点图，并返回一个散点图，其中一个点位于图形中心。

fig, ax = plt.subplots()
ax.scatter('data1', 'data2', data='df')
plt.show()

散点图

Answer 1

您期望从

ax.hist()

得到的行为并未按照您想象的方式实现。我建议你跑步：

import matplotlib.pyplot as plt

# Data points
data = [4, 5, 6]

# Weights for each data point
weights = [1, 2, 3]

fig, ax = plt.subplots()
ax.hist(data, weights=weights, bins=[4, 5, 6, 7])  # Explicitly setting bins to match your data points
plt.show()

并看看它是如何绘制的：

Answer 2

@BigBen 在他的评论中回答了这个问题 - 问题是将字符串传递给数据参数。

更正代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.hist('data3', data=df)
plt.show()

fig, ax = plt.subplots()
ax.scatter('data1', 'data2', data=df)
plt.show()