如何使用 Fitter 庫遍歷所有列並檢查數據分布？

Question

我需要檢查數據集中所有數字列的數據分布。 我選擇了Fitter庫來這樣做。 我遍歷所有列，但只有一個圖+匯總表作為結果。 我的代碼有什么問題？

from fitter import Fitter
import numpy as np

df_numeric = df.select_dtypes(include=np.number).sample(n=5000)
num_cols = df_numeric.columns.tolist()

distr = ['cauchy',
 'chi2',
 'expon',
 'exponpow',
 'gamma',
 'beta',
 'lognorm', 
 'logistic',
 'norm',
 'powerlaw',
 'rayleigh',
 'uniform']

for col in num_cols:
    modif_col = df_numeric[col].fillna(0).values
    dist_fitter =  Fitter(modif_col, distributions=distr)
    dist_fitter.fit()
    dist_fitter.summary()

也許還有另一種循環檢查分布的方法？

Answer 1

看起來您的代碼正確地遍歷了 dataframe 中的所有數字列，使用 Fitter 庫將不同的分布擬合到每一列，然后打印擬合結果的摘要。 但是，您只會看到一個 plot 和匯總表作為結果，因為您要為循環的每次迭代覆蓋 plot 和匯總表。

要查看每個列的單獨 plot 和匯總表，您應該在循環內移動對 dist_fitter.summary() 和 dist_fitter.plot() 的調用，並確保為每個 plot 和匯總表提供唯一的名稱或標題，這樣您在查看它們時可以區分它們。

這是您可以使用它的代碼示例

 import matplotlib.pyplot as plt

   for col in num_cols:
    modif_col = df_numeric[col].fillna(0).values
    dist_fitter =  Fitter(modif_col, distributions=distr)
    dist_fitter.fit()
    plt.figure()
    dist_fitter.plot()
    plt.title(col)
    plt.show()
    print(col)
    dist_fitter.summary()