Desliza para mostrar el menú

Histograma

Definición

Los histogramas representan la frecuencia o la distribución de probabilidad de una variable utilizando barras verticales de igual ancho, comúnmente denominadas barras.

El módulo pyplot proporciona la función hist para crear histogramas. El parámetro requerido es el dato (x), que puede ser un arreglo o una secuencia de arreglos. Si se pasan varios arreglos, cada uno se muestra en un color diferente.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a histogram
plt.hist(weather_df['Seattle'])
plt.show()

Intervalos y Altura

Se pasó un objeto Series que contiene las temperaturas medias anuales en Seattle a la función hist(). Por defecto, los datos se dividen en 10 intervalos iguales que van desde el valor mínimo hasta el máximo. Sin embargo, solo son visibles 9 barras porque el segundo intervalo no contiene ningún dato.

La altura de cada barra, por defecto, es igual a la frecuencia de los valores en ese intervalo (número de veces que ocurren).

Número de Barras

Otro parámetro importante, aunque opcional, es bins, que acepta tanto el número de barras (entero) como una secuencia de números que especifican los límites de las barras o una cadena de texto. La mayoría de las veces, indicar el número de barras es suficiente.

Existen varios métodos para determinar el ancho de las barras del histograma. En este ejemplo, se utilizará la fórmula de Sturges, que calcula el número óptimo de barras en función del tamaño de la muestra:

Aquí, n es el tamaño del arreglo de datos.

Estudiar más

Puede explorar métodos adicionales para el cálculo de intervalos aquí.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Specifying the number of bins
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))))
plt.show()

El número de filas en el DataFrame es 26 (el tamaño de la Series), por lo que el número resultante de intervalos es 5.

Aproximación de la Densidad de Probabilidad

Para visualizar una aproximación de la densidad de probabilidad, establece el parámetro density en True en la función hist.

Ahora, la altura de cada barra se calcula usando:

\text{Altura} = \frac{m}{n \times w}

donde:

$n$ - el número total de valores en el conjunto de datos;
$m$ - el número de valores en la barra;
$w$ - el ancho de la barra.

Esto asegura que el área total bajo el histograma sea 1, lo que coincide con la propiedad clave de una función de densidad de probabilidad (PDF).


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Making a histogram a probability density function approximation
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))), density=True)
plt.show()

Esto proporciona una aproximación de la función de densidad de probabilidad para los datos de temperatura.

Estudiar más

Si desea explorar más sobre los parámetros de hist(), puede consultar la documentación de hist().

Tarea

Swipe to start coding

Crear una aproximación de una función de densidad de probabilidad utilizando una muestra de la distribución normal estándar:

Utilizar la función correcta para crear un histograma.
Usar normal_sample como los datos para el histograma.
Especificar el número de intervalos como segundo argumento utilizando la fórmula de Sturges.
Hacer que el histograma sea una aproximación de una función de densidad de probabilidad especificando correctamente el argumento más a la derecha.

Solución

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 4. Capítulo 1

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Histograma

Definición

Los histogramas representan la frecuencia o la distribución de probabilidad de una variable utilizando barras verticales de igual ancho, comúnmente denominadas barras.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a histogram
plt.hist(weather_df['Seattle'])
plt.show()

Intervalos y Altura

La altura de cada barra, por defecto, es igual a la frecuencia de los valores en ese intervalo (número de veces que ocurren).

Número de Barras

Aquí, n es el tamaño del arreglo de datos.

Estudiar más

Puede explorar métodos adicionales para el cálculo de intervalos aquí.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Specifying the number of bins
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))))
plt.show()

El número de filas en el DataFrame es 26 (el tamaño de la Series), por lo que el número resultante de intervalos es 5.

Aproximación de la Densidad de Probabilidad

Para visualizar una aproximación de la densidad de probabilidad, establece el parámetro density en True en la función hist.

Ahora, la altura de cada barra se calcula usando:

\text{Altura} = \frac{m}{n \times w}

donde:

$n$ - el número total de valores en el conjunto de datos;
$m$ - el número de valores en la barra;
$w$ - el ancho de la barra.

Esto asegura que el área total bajo el histograma sea 1, lo que coincide con la propiedad clave de una función de densidad de probabilidad (PDF).


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Making a histogram a probability density function approximation
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))), density=True)
plt.show()

Esto proporciona una aproximación de la función de densidad de probabilidad para los datos de temperatura.

Estudiar más

Si desea explorar más sobre los parámetros de hist(), puede consultar la documentación de hist().

Tarea

Swipe to start coding

Crear una aproximación de una función de densidad de probabilidad utilizando una muestra de la distribución normal estándar:

Utilizar la función correcta para crear un histograma.
Usar normal_sample como los datos para el histograma.
Especificar el número de intervalos como segundo argumento utilizando la fórmula de Sturges.
Hacer que el histograma sea una aproximación de una función de densidad de probabilidad especificando correctamente el argumento más a la derecha.

Solución

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 4. Capítulo 1

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones