如何在熊猫的DataFrame.plot.hist中使用不同的坐标轴？

Question

我发现DataFrame.plot.hist非常方便，但在这种情况下我找不到解决方案。

我想绘制数据集中许多列的分布。问题在于大熊猫在所有x轴上都保持相同的比例，使得大部分图表无用。下面是我使用的代码：

X.plot.hist(subplots=True, layout=(13, 6), figsize=(20, 45), bins=50, sharey=False, sharex=False) 
plt.show() 

而这里的结果的一部分：

看来，问题是，熊猫上使用的所有列在同一箱，而不管他们的值。熊猫有没有一个方便的解决方案，还是我被迫用手做？我以数据为中心（零均值和单位方差），结果有所改善，但仍不能接受。

Answer 1

有一对夫妇的选择，这里是代码和输出：

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 

# Dummy data - value ranges differ a lot between columns 
X = pd.DataFrame() 
for i in range(18): 
    X['COL0{0}'.format(i+38)]=(2**i)*np.random.random(1000) 

# Method 1 - just using the hist function to generate each plot 
X.hist(layout=(3, 6), figsize=(20, 10), sharey=False, sharex=False, bins=50) 
plt.title('Method 1') 
plt.show() 

# Method 2 - generate each plot separately 
cols = plt.cm.spectral(np.arange(1,255,13)) 
fig, axes = plt.subplots(3,6,figsize=(20,10)) 
for index, column in enumerate(X.columns): 
    ax = axes.flatten()[index] 
    ax.hist(X[column],bins=50, label=column, fc=cols[index]) 
    ax.legend(loc='upper right') 
    ax.set_ylim((0,1.2*ax.get_ylim()[1])) 
fig.suptitle('Method 2') 
fig.show() 

第一个情节：

第二个情节：

我肯定会推荐第二种方法，因为你有更多的控制更多的控制个别情节，例如你可以改变轴scal es，标签，网格参数，以及其他任何东西。

我找不到任何可以让您修改原始plot.hist分档以接受单独计算的分档。

我希望这有助于！