python 利用Pandas 对数据分箱，统计每个箱中的数量，使用matplotlib绘制出来

您好，关于您的问题，我可以为您提供一些思路和代码实现。首先，我们需要明确数据箱的方法，常见的有等距分箱和等频分箱，本次示例以等距分箱为例进行说明。

1. 数据准备

假设我们有一个 dataframe 包含某城市房价的数据，包括每个房子的面积（square_feet)和价格（price)。

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

# 创建模拟数据
np.random.seed(2022)
n = 200
df = pd.DataFrame({
    'square_feet': np.random.normal(1200, 250, n),
    'price': np.random.normal(600000, 90000, n)
})

2. 数据分箱

使用 Pandas 中的 cut 函数对数据进行分箱，此处等分为4组：

# 将面积分为4组
df['square_feet_bins'] = pd.cut(df['square_feet'], bins=4)
# 统计每个箱子中的数量
square_feet_count = df.groupby('square_feet_bins')['square_feet'].count().reset_index()

3. 绘制图表

使用 matplotlib 中的 bar 函数绘制出每个箱子中的数据数量：

# 绘制条形图
fig, ax = plt.subplots()
ax.bar(square_feet_count['square_feet_bins'], square_feet_count['square_feet'])
ax.set_xlabel('Square feet')
ax.set_ylabel('Count')
plt.show()

完整代码如下:

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

# 创建模拟数据
np.random.seed(2022)
n = 200
df = pd.DataFrame({
    'square_feet': np.random.normal(1200, 250, n),
    'price': np.random.normal(600000, 90000, n)
})

# 将面积分为4组
df['square_feet_bins'] = pd.cut(df['square_feet'], bins=4)
# 统计每个箱子中的数量
square_feet_count = df.groupby('square_feet_bins')['square_feet'].count().reset_index()

# 绘制条形图
fig, ax = plt.subplots()
ax.bar(square_feet_count['square_feet_bins'], square_feet_count['square_feet'])
ax.set_xlabel('Square feet')
ax.set_ylabel('Count')
plt.show()

希望这个例子能对您有所帮助。