如何基于矩阵型pandas DataFrame绘制配对数值分布直方图

你的这种类乘法表结构本质是行列索引交叉的二维数值表，要统计所有行列配对值的分箱计数，不需要复杂的配对遍历，直接展平二维数据即可绘图，实现步骤如下：

• 首先导入依赖并构造示例数据表

import pandas as pd
import matplotlib.pyplot as plt

group_a = {'ba':[2.0,9.4,10.8],
          'bb':[4.2,7.1,3],
          'bc':[8.1,9.5,6.1]}
A = pd.DataFrame(group_a, index=['aa','ab','ac'])

• 提取所有行列交叉点的数值
  两种方法都可以拿到全部9个行-列配对的一维数值序列：
  1. 直接展平numpy数组：all_vals = A.values.flatten()
  2. 用pandas的stack方法转换：all_vals = A.stack()
     两种方式得到的结果完全一致，包含所有交叉点的值：[2.0, 4.2, 8.1, 9.4, 7.1, 9.5, 10.8, 3.0, 6.1]
• 绘制直方图
  直接调用直方图绘制接口即可，支持自定义分箱规则：

# 方式1：matplotlib绘图
plt.hist(all_vals, bins=5, edgecolor='black')
plt.xlabel('数值分箱')
plt.ylabel('落入分箱的行-列配对数量')
plt.show()

# 方式2：pandas内置绘图（更简洁，不需要单独展平数据）
A.stack().hist(bins=[0,3,6,9,12], edgecolor='black') # 此处bins传入自定义区间边界
plt.xlabel('数值分箱')
plt.ylabel('落入分箱的行-列配对数量')
plt.show()

参数说明：如果要自定义分箱，给bins传入分箱边界的列表即可，比如bins=[0,3,6,9,12]就会按照0_3、36、6_9、912四个固定区间统计配对数量；如果传入整数则会自动按数值范围等距划分对应数量的分箱。

内容的提问来源于stack exchange，提问作者newbzzs