直方图

信息

默认省略导入:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

可以使用pyplot中的hist函数来绘制柱形图.

hist函数语法格式如下:

matplotlib.pyplot.hist(x, bins, range, density, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)

参数说明:

x: 表示要绘制直方图的数据, 可以是一个一维数组或列表
bins: 表示直方图的箱数, 默认为10
range: 表示直方图的值域, 默认为None
density: 表示是否将直方图归一化, 默认为False
weights: 表示每个数据点的权重, 默认为None
cumulative: 表示是否绘制累积分布图, 默认为False
bottom: 表示直方图的起始高度, 默认为None
histtype: 表示直方图的类型, 默认为bar
align: 表示直方图箱子的对其方式, 默认为mid
orientation: 表示直方图的方向, 默认为vertical
rwidth: 表示每个箱子的宽度, 默认为None
log: 表示是否在y轴上使用对数刻度, 默认为False
color: 表示直方图的颜色
label: 表示直方图的标签
stacked: 表示是否堆叠不同的直方图
**kwargs: 表示其他绘图参数

例子

普通例子

例子

定义:

data = np.random.randn(1000)

plt.hist(data, bins=30, color='skyblue', alpha=0.8)

plt.title('hist() Test')
plt.xlabel('Value')
plt.ylabel('Frequency')

plt.show()

输出:

多批数据

例子

定义:

data1 = np.random.normal(0, 1, 1000)
data2 = np.random.normal(2, 1, 1000)
data3 = np.random.normal(-2, 1, 1000)

plt.hist(data1, bins=30, alpha=0.5, label='Data 1')
plt.hist(data2, bins=30, alpha=0.5, label='Data 2')
plt.hist(data3, bins=30, alpha=0.5, label='Data 3')

plt.title('hist() TEST')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.legend()

plt.show()

输出:

结合Pandas

例子

定义:

random_data = np.random.normal(170, 10, 250)
dataframe = pd.DataFrame(random_data)
dataframe.hist()

plt.title('hist() Test')
plt.xlabel('X-Value')
plt.ylabel('Y-Value')
plt.show()

输出:

Matplotlib 直方图 | 菜鸟教程. (n.d.). Retrieved July 2, 2024, from https://www.runoob.com/matplotlib/matplotlib-hist.html ↩