You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Seaborn分布绘图异常求助:Reddit帖子分数分布无法正确展示

绘制Reddit帖子分数分布的问题

我尝试绘制Reddit帖子的分数分布,但始终无法得到正确结果。我的DataFrame示例如下:

df = pd.DataFrame({"score": [12, 19, 25987, 887, 887, 1],
                  "author": ["xxx", "x", "xxx", "xx", "xxxx", "x"]})

实际数据约有300,000条数据点。

尝试的两种方案

第一种方案

plt.figure(figsize=(10, 6))
sns.displot(data=df, x="score", bins=30, kde=True)
plt.title('Distribution of Post Scores')
plt.xlabel('Score')
plt.ylabel('Frequency')

plt.show()

得到的图表中,绝大多数数据集中在左侧低分段,右侧高分数段的分布几乎无法看清。

第二种方案

score_freq = df['score'].value_counts()

plt.figure(figsize=(10, 6))
sns.displot(score_freq, kind="kde", bw_adjust=30)
plt.title('Distribution of Post Scores')
plt.xlabel('Score')
plt.ylabel('Frequency')

plt.show()

这个方案的结果稍好,但仍有错误:我的数据中没有低于0的分数,图表却显示了低至-100,000的区间,而实际数据最高分数可达299,489。

数据更新说明

执行df['score'].sort_values()后,可见真实数据的分数均为非负值,且绝大多数集中在低分段,仅有极少数极高分数;执行df['score'].value_counts()后,可见低分数的出现频率极高,高分数的频率极低。

内容的提问来源于stack exchange,提问作者Louis

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.04 08:33:23