
17
2
章
分布
2.1
ヒストグラム
変数について記述する最良の方法は、データセットに出現する値と、その値の出現
回数を報告することです。この記述は、分布(
distribution
)と呼ばれます。
最も一般的な分布の表現はヒストグラム(
histogram
)です。ヒストグラムはそれ
ぞれの値の度数(
frequency
)を示すグラフです。この文脈での「度数」は、値が出
現する回数です。
Python
では、辞書(ディクショナリ)を使うと効率良く度数が求められます。例
えば
t
というシーケンスが与えられた場合、次のように記述します。
hist = {}
for x in t:
hist[x] = hist.get(x, 0) + 1
結果は値を度数にマップするディクショナリです。
collections
モジュールで定義
されている
Counter
クラスを代わりに使うこともできます。
from collections import Counter
counter = Counter(t)
結果は
Counter
オブジェクトで、ディクショナリの部分クラスです。
別の方法として、前章で出てきた、
pandas
のメソッド
value_counts
を使うことも
できます。本書では、クラス
Hist
を作りました。これは、ヒストグラムを表現し、
その上での操作のメソッドを提供します。