如何利用CSV中Input与Output两列绘制单张关联分布直方图

你原有代码连续两次调用plt.hist()，是分别绘制Input、Output两列自身的数值频率分布，两个序列数值量级差异大（Input集中在10左右，Output集中在500左右），所以展示逻辑完全混乱，也不符合你“一列作为自变量、一列作为因变量”的需求。

方案1：Input分区间统计对应Output的聚合值（最符合需求描述） #

如果需要横轴为Input的取值区间，纵轴为对应区间内所有Output的均值/总和，可通过如下代码实现：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据时仅保留需要的两列，避免无关列干扰
df = pd.read_csv('results.csv', usecols=['Input', 'Output'])

# 给Input分箱，bins参数可根据你的数据分布调整分箱数量/区间
df['input_bin'] = pd.cut(df['Input'], bins=10)
# 统计每个分箱对应的Output均值，需要计算总和可把.mean()替换为.sum()
bin_result = df.groupby('input_bin', observed=True)['Output'].mean().reset_index()
# 分箱转字符串优化横轴展示
bin_result['input_bin'] = bin_result['input_bin'].astype(str)

# 绘制统计直方图
plt.bar(bin_result['input_bin'], bin_result['Output'], width=0.8, edgecolor='black')
plt.xlabel('Input 取值区间')
plt.ylabel('对应 Output 均值')
plt.title('Input 区间对应 Output 分布')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

方案2：Input为横轴的加权直方图 #

如果你需要的是统计Input的分布时，每个Input样本的权重为对应的Output值，可通过如下代码实现：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('results.csv', usecols=['Input', 'Output'])

# 绘制加权直方图，bins参数可调整分箱数量
plt.hist(df['Input'], weights=df['Output'], bins=10, edgecolor='black')
plt.xlabel('Input')
plt.ylabel('对应 Output 累加值')
plt.title('Input 对应 Output 加权分布直方图')
plt.show()

内容的提问来源于stack exchange，提问作者Sergio