Skip to main content
2 de 2
Añadida otra forma de pintar las barras, con matplotlib
abulafia
  • 58.7k
  • 3
  • 54
  • 89

Una forma sencilla de hacerlo es usar collections.Counter para hacer el recuento. Este te retorna un diccionario cuyas claves son los datos y los valores el número de veces que se repite cada uno:

import numpy as np
import matplotlib.pyplot as plt
from collections import Counter

v1= np.random.randint(1,21,200)
cuenta = Counter(v1)

El resultado en cuenta es el diccionario:

{2: 18, 11: 17, 17: 13, 5: 12, 10: 11, 19: 11, 16: 11, 
 3: 11, 18: 10, 20: 10, 15: 9, 1: 9, 8: 9, 4: 9, 
 13: 8, 7: 8, 6: 8, 9: 6, 12: 6, 14: 4}

De aquí puedes extraer lo que te interese a otro diccionario, por ejemplo así:

elegidos = [5,6,8,14,16,19]
resumen = {k: v for k,v in cuenta.items() if k in elegidos}

que nos dará:

{5: 12, 6: 8, 8: 9, 14: 4, 16: 11, 19: 11}

Para pintar esto puedes usar matplotlib, el diagrama bar, así:

plt.bar(x=resumen.keys(), height=resumen.values())

Resultado

pero como ves eso te deja "huecos" entre barras, para los datos no presentes en tu selección. Si no los quieres, creo que lo más sencillo es hacerlo a través de Pandas:

import pandas as pd
pd.DataFrame.from_dict(resumen, orient="index").sort_index().plot(kind="bar")

con pandas

Además Counter() te sirve también para obtener los tres más frecuentes:

>>> cuenta.most_common(4)
[(2, 18), (11, 17), (17, 13), (5, 12)]

Donde vemos que el más frecuente es el 2 (la moda, que puedes descartar) y los tres siguientes son el 11 (repetido 17 veces), el 17 (13 veces) y el 5 (12 veces).

Dices que quieres representar estos tres valores en el histograma, pero aquí ya me pierdo ¿En cuál? ¿Marcarlos de otro color en el histograma global? ¿Otro histograma aparte? ¿Añadirlos al histograma de los "elegidos"?

Actualización

Otra forma de pintar con matplotlib los resultados sin necesidad de pandas es convertir los valores del eje X en cadenas. De este modo considerará esa variable "categorical" y no dejará huecos.

Es decir, una vez tenemos el diccionario resumen, con por ejemplo estos valores: {5: 12, 6: 8, 8: 9, 14: 4, 16: 11, 19: 11}, lo ordenaríamos por claves (pues un diccionario en general tiene orden aleatorio), extraeríamos esas claves y las convertiríamos en cadenas para que sean una variable categórica, dejándolos en una lista llamada por ejemplo eje_x, y extraeríamos los correspondientes valores dejándolos en otra lista llamada por ejemplo eje_y, así:

eje_x = [str(k) for k in sorted(resumen)]
eje_y = [resumen[k] for k in sorted(resumen)]

Los contenidos de estas variables serían en este ejemplo:

>>> eje_x
['5', '6', '8', '14', '16', '19']
>>> eje_y
[12, 8, 9, 4, 11, 11]

Y ahora plt.bar() ya lo pintará bien:

plt.bar(x=eje_x, height=eje_y, width=1, edgecolor="black")

Resultado

Esta misma técnica puedes usarla para pintar los "top 3" (excluyendo la moda), pero teniendo en cuenta que lo que te retorna most_common() es una lista de tuplas, en vez de un diccionario. Asi que, por ejemplo:

top3 = cuenta.most_common(4)[1:]  # El  [1:] es para excluir al primero
eje_x = [ str(d[0]) for d in sorted(top3) ]
eje_y = [ d[1] for d in sorted(top3) ]
plt.bar(x=eje_x, height=eje_y, width=1, edgecolor="black")

Top3

abulafia
  • 58.7k
  • 3
  • 54
  • 89