计算不同value出现个数,并绘制图

my_list = [2,4,5,2,2,2,4]
my_set = set(list)
my_dict = {}   #此句有无均可
for x in my_set:
	my_dict[x] = my_list.count[x]
import matplotlib.pyploy as plt
plt.bar(mydict.keys(), mydict.values(), color = 'g')
```
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用Python中的numpy和matplotlib库来进行多组数据的统计分析和数据可视化。以下是一个简单的示例代码,其中包括了计算多组数据的最高值、最低值、众数、中位数等,并绘制了箱线图和直方图。 ```python import numpy as np import matplotlib.pyplot as plt # 生成多组随机数数据 data1 = np.random.normal(50, 10, 100) data2 = np.random.normal(60, 15, 100) data3 = np.random.normal(70, 20, 100) # 计算最高值、最低值、众数、中位数等 max_val = np.max([data1, data2, data3]) min_val = np.min([data1, data2, data3]) mode_val = np.array([np.argmax(np.bincount(data1.astype(int))), np.argmax(np.bincount(data2.astype(int))), np.argmax(np.bincount(data3.astype(int)))]) median_val = np.median([data1, data2, data3]) # 绘制箱线图 fig, ax = plt.subplots() ax.boxplot([data1, data2, data3]) ax.set_xticklabels(['data1', 'data2', 'data3']) ax.set_title('Boxplot of Multiple Groups Data') plt.show() # 绘制直方图 fig, ax = plt.subplots() ax.hist([data1, data2, data3], bins=10, label=['data1', 'data2', 'data3']) ax.legend() ax.set_title('Histogram of Multiple Groups Data') plt.show() # 输出计算结果 print('Max value:', max_val) print('Min value:', min_val) print('Mode value:', mode_val) print('Median value:', median_val) ``` 运行以上代码,可以得到多组数据的箱线图、直方图和计算结果。需要注意的是,以上只是一个示例,实际数据的处理和可视化方式会因情况而异。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值