在python中以更优雅的方式重写代码

首先，让我们通过将目标附加到数据来以可用的形式获取数据：

iris_df = pd.DataFrame(iris.data, columns=iris.feature_names).assign(target=iris.target)

>>> iris_df.tail()
     sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)  \
145                6.7               3.0                5.2               2.3   
146                6.3               2.5                5.0               1.9   
147                6.5               3.0                5.2               2.0   
148                6.2               3.4                5.4               2.3   
149                5.9               3.0                5.1               1.8   

     target  
145       2  
146       2  
147       2  
148       2  
149       2  

现在仅对相关列的数据进行子集化，sepal length (cm)然后target：

df = iris_df[['sepal length (cm)', 'target']]

透视数据，使每个目标值都是一个单独的列。

df = df.pivot(columns='target')
>>> df.head()
       sepal length (cm)        
target                 0   1   2
0                    5.1 NaN NaN
1                    4.9 NaN NaN
2                    4.7 NaN NaN
3                    4.6 NaN NaN
4                    5.0 NaN NaN

现在绘制直方图。请注意，您应该在单独的窗口中绘制每一个以获得最佳可视化效果。如果您将它们合二为一，则条形图将按以下方式堆叠：

糟糕的可视化（堆叠直方图）

完整代码

plt.figure()
iris_df = pd.DataFrame(iris.data, columns=iris.feature_names).assign(target=iris.target)
iris_df[['sepal length (cm)', 'target']].pivot(columns='target').hist(
    bins=30, alpha=.5, width=.05, grid=True, sharex=True, sharey=True,
)

plt.tight_layout()