從 csv 數據繪制頻率直方圖時出錯

Question

我正在使用 python3 上帶有 pandas 模塊的 csv 文件。 .csv 文件由 5 列組成：職位、公司名稱、職位描述、評論數量、職位位置； 我想繪制頻率直方圖，在那里我只選擇包含“機械工程師”一詞的工作，並找到“機械工程師”工作最常見的 5 個位置的頻率。

所以，我定義了一個變量 engloc 來存儲所有“機械工程師”的工作。

engloc=df[df.position.str.contains('mechanical engineer|mechanical engineering', flags=re.IGNORECASE, regex=True)].location

並使用我在網上找到的代碼使用 matplotlib 繪制了直方圖

 x = np.random.normal(size = 1000)
 plt.hist(engloc, bins=50)
 plt.gca().set(title='Frequency Histogram ', ylabel='Frequency');

但它是這樣打印的

我如何繪制一個合適的頻率直方圖，它只使用 5 個最常見的位置來繪制包含“機械工程師”字樣的工作，而不是將所有位置都放在圖中？

這是來自 csv 文件的示例

Answer 1

以下幾行應該可以幫助您處理數值數據：

import numpy as np
counts_, bins_ = np.histogram(englog.values)
filtered = [(c,b) for (c,b) in zip(counts_,bins_) if counts_>=5]
counts, bins = list(zip(*filtered))
plt.hist(bins[:-1], bins, weights=counts)

對於字符串類型嘗試：

from collections import Counter 
coords, counts = list(zip(*Counter(englog.values).most_common(5)))
plt.bar(coords, counts)