如何在pyspark环境中使用matplotlib和pandas绘图？

我有一个非常大的pyspark数据帧，我取了一个样本并将其转换为pandas数据帧

sample = heavy_pivot.sample(False, fraction = 0.2, seed = None)
sample_pd = sample.toPandas()

数据帧如下所示：

sample_pd[['client_id', 'beer_freq']].head(10)


  client_id  beer_freq
0   1000839   0.000000
1   1002185   0.000000
2   1003366   1.000000
3   1005218   1.000000
4   1005483   1.000000
5    100964   0.434783
6    101272   0.166667
7   1017462   0.000000
8   1020561   0.000000
9   1023646   0.000000

 >>>array([[<matplotlib.axes._subplots.AxesSubplot object at 0x7f60f6fd0750>]], dtype=object)

我想绘制列

“beer\u freq”

情节没有出现。。。 它给出如下结果：

sample_pd[['client_id', 'beer_freq']].head(10)


  client_id  beer_freq
0   1000839   0.000000
1   1002185   0.000000
2   1003366   1.000000
3   1005218   1.000000
4   1005483   1.000000
5    100964   0.434783
6    101272   0.166667
7   1017462   0.000000
8   1020561   0.000000
9   1023646   0.000000

 >>>array([[<matplotlib.axes._subplots.AxesSubplot object at 0x7f60f6fd0750>]], dtype=object)

>>数组（[[]]，dtype=object）

似乎我无法在pyspark环境中使用matplotlib和pandas dataframe编写通用python代码来绘制图形

如果我调用

plt.show（）

什么也不发生…

请尝试以下操作：

import matplotlib.pyplot as plt
%matplotlib inline

---

%DataRicks中不支持matplotlib内联。

---

可以使用display（）显示matplotlib图形。例如，请参见它不可访问。如Gaurav所述，使用

display（）

如下：

col_df = heavy_pivot.select('beer_freq')
display(col_df)

这样，您不需要将其更改为pandas dataframe，最终的绘图看起来是一样的。显示后，使用输出下的绘图按钮选择直方图

来源：

从开始，您可以使用

%matplotlib inline

%matplotlib内联
作为pd进口熊猫
iris=pd.read\U csv（'https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
虹膜历史（'萼片宽度'，容器=100）

你调用了

plt.show（）

？@DavidG是的，如果我添加

plt.show（）

什么都不会发生。这太奇怪了。截至，支持

%matplotlib inline

，因此您不再需要调用

display（）