如何使用Matplotlib绘制基于State与Production列的直方图（Python）

嘿，我来帮你搞定这个问题！先聊聊你现有代码里的几个小问题，再给你两种贴合需求的实现方式～

先看原代码的问题 #

你的代码里有几个容易导致报错或者不符合需求的地方：

• 没正确导入Matplotlib：应该用import matplotlib.pyplot as plt，你直接用plot.figure会找不到这个对象
• 错误使用了hist()方法：hist()是用来展示连续变量的频率分布的，而你的x轴是离散的分类变量（State），用它没法实现你要的“每个State对应一个产量值”的效果
• 参数错误：hist()里的bin应该写成bins，而且你也没正确传入x轴的变量

针对你的数据，最适合的实现方式 #

你的数据里每个State只有一个产量值，这种场景下用柱状图比直方图更贴合需求（直方图更适合有多个数据点的分布展示）。下面是具体代码：

步骤1：先构造你的DataFrame（方便复现） #

import pandas as pd

data = {
    'State': ['AB', 'BS', 'TS'],
    'Year': [2014, 2014, 2014],
    'Area': [20000, 35000, 20000],
    'production': [21674, 116074, 32678]
}
Pulse_yield = pd.DataFrame(data)

步骤2：用Matplotlib绘制柱状图 #

%matplotlib inline
import matplotlib.pyplot as plt

# 创建画布和轴对象
fig = plt.figure(figsize=(8, 6))  # 调整尺寸让图表更美观
ax = fig.gca()

# 提取x和y轴数据
states = Pulse_yield['State']
production = Pulse_yield['production']

# 绘制柱状图
ax.bar(states, production, color='#1f77b4')  # 可以自定义柱子颜色

# 设置图表标题和轴标签
ax.set_title('Yield in 2014', fontsize=14)
ax.set_xlabel('States', fontsize=12)
ax.set_ylabel('Production', fontsize=12)

# 显示图表
plt.show()

如果你的数据有多个产量点（想画真正的双变量直方图） #

如果之后你的数据里每个State有多个产量记录（比如多年份的数据），可以用Seaborn来绘制不同State的产量分布直方图，示例如下：

模拟多数据点的数据集 #

data_multi = {
    'State': ['AB', 'AB', 'BS', 'BS', 'TS', 'TS'],
    'Year': [2014, 2015, 2014, 2015, 2014, 2015],
    'production': [21674, 23450, 116074, 120000, 32678, 35000]
}
df_multi = pd.DataFrame(data_multi)

用Seaborn绘制双变量直方图 #

import seaborn as sns

plt.figure(figsize=(8, 6))
# 绘制分State的产量分布直方图，multiple='dodge'让柱子分开显示
sns.histplot(data=df_multi, x='production', hue='State', bins=10, multiple='dodge', palette='viridis')

plt.title('Production Distribution by State', fontsize=14)
plt.xlabel('Production', fontsize=12)
plt.ylabel('Count of Records', fontsize=12)
plt.show()

这样就能清晰看到不同State的产量分布情况啦～

内容的提问来源于stack exchange，提问作者suk15