Python Func为通过的pandaDF列生成具有法线曲线的直方图

我想创建一个函数，它接受df和col并返回一个带有法线曲线和一些标签的直方图。一些我认为适合未来数据使用和定制的东西（非常感谢任何建议，以使其更加可定制）。这是为卡格尔泰坦尼克号训练集制作的，如果需要，请从下载。对于没有

NaN

值的列，此函数工作正常。列

Age

有

NaN

，我认为这就是抛出错误的原因。我试图忽略

NaN

使用其中一个解决方案建议使用的

子地块

，但它对我不起作用；公认的解决方案是降级

matplotlib

（我的版本是'2.1.2'，python是3.6.4）。这使用了一种有趣的方法，但我无法将其应用到我的案例中。如何删除

NaN

？这个功能可以自定义吗？不是主要的问题-我可以灵活地做一些事情，比如圆均值/标准差，添加更多信息吗

import numpy as np
import pandas as pd
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
mydf = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

def df_col_hist (df,col, n_bins):

    fig, ax = plt.subplots()
    n, bins, patches = ax.hist(df[col], n_bins, normed=1)

    y = mlab.normpdf(bins, df[col].mean(), df[col].std())
    ax.plot(bins, y, '--')

    ax.set_xlabel (df[col].name)
    ax.set_ylabel('Probability density')
    ax.set_title(f'Histogram of {df[col].name}: $\mu={df[col].mean()}$, $\sigma={df[col].std()}$')

    fig.tight_layout()
    plt.show()

df_col_hist (train_data, 'Fare', 100)
#Works Fine, Tidy little histogram. 

df_col_hist (train_data, 'Age', 100)
#ValueError: max must be larger than min in range parameter.

    ..\Anaconda3\lib\site-packages\numpy\core\_methods.py:29: RuntimeWarning: invalid value encountered in reduce
  return umr_minimum(a, axis, None, out, keepdims)
..\Anaconda3\lib\site-packages\numpy\core\_methods.py:26: RuntimeWarning: invalid value encountered in reduce
  return umr_maximum(a, axis, None, out, keepdims)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-75-c81b76c1f28e> in <module>()
----> 1 df_col_hist (train_data, 'Age', 100)

<ipython-input-70-1cf1645db595> in df_col_hist(df, col, n_bins)
      2 
      3     fig, ax = plt.subplots()
----> 4     n, bins, patches = ax.hist(df[col], n_bins, normed=1)
      5 
      6     y = mlab.normpdf(bins, df[col].mean(), df[col].std())

~\Anaconda3\lib\site-packages\matplotlib\__init__.py in inner(ax, *args, **kwargs)
   1715                     warnings.warn(msg % (label_namer, func.__name__),
   1716                                   RuntimeWarning, stacklevel=2)
-> 1717             return func(ax, *args, **kwargs)
   1718         pre_doc = inner.__doc__
   1719         if pre_doc is None:

~\Anaconda3\lib\site-packages\matplotlib\axes\_axes.py in hist(***failed resolving arguments***)
   6163             # this will automatically overwrite bins,
   6164             # so that each histogram uses the same bins
-> 6165             m, bins = np.histogram(x[i], bins, weights=w[i], **hist_kwargs)
   6166             m = m.astype(float)  # causes problems later if it's an int
   6167             if mlast is None:

~\Anaconda3\lib\site-packages\numpy\lib\function_base.py in histogram(a, bins, range, normed, weights, density)
    665     if first_edge > last_edge:
    666         raise ValueError(
--> 667             'max must be larger than min in range parameter.')
    668     if not np.all(np.isfinite([first_edge, last_edge])):
    669         raise ValueError(

将numpy导入为np
作为pd进口熊猫
将matplotlib.mlab导入为mlab
将matplotlib.pyplot作为plt导入
mydf=pd.DataFrame（np.random.randint（0100，size=（100,4）），columns=list（'ABCD'））
def df_col_hist（df、col、n_bins）：
图，ax=plt.子批次（）
n、 存储单元，补丁=ax.hist（df[col]，n_存储单元，normed=1）
y=mlab.normpdf（容器，df[col].mean（），df[col].std（））
ax.绘图（箱，y，'-'）
ax.set\u xlabel（df[col].name）
ax.set_ylabel（‘概率密度’）
ax.set_title（{df[col].name}:$\mu={df[col].mean（）}$，$\sigma={df[col].std（）}$的直方图）
图1紧_布局图（）
plt.show（）
df_col_hist（列车数据，'票价'，100）
#做工精细、整洁的小柱状图。
df_col_hist（列车数据，'Age'，100）
#ValueError:范围参数中的最大值必须大于最小值。
..\Anaconda3\lib\site packages\numpy\core\\u methods.py:29:RuntimeWarning:reduce中遇到无效值
返回umr_最小值（a、轴、无、输出、保持）
..\Anaconda3\lib\site packages\numpy\core\\u methods.py:26:RuntimeWarning:reduce中遇到无效值
返回umr_最大值（a、轴、无、输出、保持）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1个df_col_hist（列车数据，'Age'，100）
在df_col_hist中（df，col，n_bin）
2.
3图，ax=plt.子批次（）
---->4个n，单元，补丁=ax.hist（df[col]，n_单元，normed=1）
5.
6 y=mlab.normpdf（料仓，df[col].mean（），df[col].std（））
内部的~\Anaconda3\lib\site packages\matplotlib\\uuuu init\uuuuuu.py（ax、*args、**kwargs）
1715警告。警告（消息%（标签名称，功能名称），
1716运行时警告，堆栈级别=2）
->1717返回函数（ax，*args，**kwargs）
1718预付款单=内部付款单__
1719如果pre_doc为无：
hist中的~\Anaconda3\lib\site packages\matplotlib\axes\\u axes.py（***解析参数失败***）
6163#这将自动覆盖垃圾箱，
6164#因此每个直方图使用相同的箱子
->6165米，料仓=np。直方图（x[i]，料仓，权重=w[i]，**hist_kwargs）
6166 m=m.astype（float）#如果是int，则稍后会导致问题
6167如果mlast为无：
直方图中的~\Anaconda3\lib\site packages\numpy\lib\function\u base.py（a、箱子、范围、赋范、权重、密度）
665如果第一条边>最后一条边：
666提升值错误(
-->667“范围参数中的最大值必须大于最小值”。）
668如果不是np.all（np.isfinite（[第一条边，最后一条边]）：
669提升值错误(

您对

normpdf

的调用是错误的，因为它需要一个x值数组作为第一个参数，而不是箱子的数量。但是无论如何，mlab.normpdf是不推荐的

也就是说，我建议使用

norm.pdf
from
scipy
：

from scipy.stats import norm

s = np.std(df[col])
m = df[col].mean()
x = np.linspace(m - 3*s, m + 3*s, 51)
y = norm.pdf(x, loc=m)   # additionally there's a `scale` parameter for norming against whatever in y-direction

ax.plot(x, y, '--', label='probability density function')

PS：用于将
nan
放入您拥有的数据帧中

df[col].dropna()

即：

Freeeeezzzee！！！删除na，使用可用值，制作直方图！谢谢。。
n, bins, patches = ax.hist(df[col].dropna(), n_bins, normed=1)