4

だから私は単語の接頭辞の素晴らしい辞書を自分で作りましたが、今はそれをmatplotlibで見栄えの良いヒストグラムに変換したいと思います. 私は matplot シーン全体に不慣れで、他に近い質問は見当たりませんでした。

これは私の辞書がどのように見えるかの例です

{'aa':4, 'ca':6, 'ja':9, 'du':10, ... 'zz':1}
4

2 に答える 2

6

ベクトル化された文字列メソッドが組み込まれているため、これには pandas を使用します。

# create some example data
In [266]: words = np.asarray(['aafrica', 'Aasia', 'canada', 'Camerun', 'jameica',
                              'java', 'duesseldorf', 'dumont', 'zzenegal', 'zZig'])

In [267]: many_words = words.take(np.random.random_integers(words.size - 1,
                                                            size=1000))
# convert to pandas Series
In [268]: s = pd.Series(many_words)

# show which words are in the Series
In [269]: s.value_counts()
Out[269]: 
zZig           127
Camerun        127
Aasia          116
canada         115
dumont         110
jameica        109
zzenegal       108
java           105
duesseldorf     83

# using vectorized string methods to count all words with same first two
# lower case strings as an example
In [270]: s.str.lower().str[:2].value_counts()
Out[270]: 
ca    242
zz    235
ja    214
du    193
aa    116

Pandas はnumpyとを使用しますmatplotlibが、より便利なものもあります。

次のように結果を簡単にプロットできます。

In [26]: s = pd.Series({'aa':4, 'ca':6, 'ja':9, 'du':10, 'zz':1})

In [27]: s.plot(kind='bar', rot=0)
Out[27]: <matplotlib.axes.AxesSubplot at 0x5720150>

パンダバー

于 2012-12-09T10:06:58.200 に答える
2

多分これはあなたにスタートを与えるでしょう（で作られましたipython --pylab）：

In [1]: from itertools import count

In [2]: prefixes = {'aa':4, 'ca':6, 'ja':9, 'du':10, 'zz':1}

In [3]: bar(*zip(*zip(count(), prefixes.values())))
Out[3]: <Container object of 5 artists>

In [4]: xticks(*zip(*zip(count(0.4), prefixes)))

結果

関連ドキュメント：

于 2012-12-08T20:34:20.217 に答える