直方图

直方图(英语：Histogram)是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量，一般以长条图(bar)的形式具体表现。因为直方图的长度及宽度很适合用来表现数量上的变化，所以较容易解读差异小的数值.

hist

函数定义：

在向量 x 和 y 指定的位置创建一个包含圆形的散点图，该类型的图形也称为气泡图。

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, \*, data=None, \*\*kwargs)[source]

常用参数：

x:

数据集，最终的直方图将对数据集进行统计

bins:

统计的区间分布划分，指定bin(箱子)的个数；

range:

显示的区间，range在没有给出bins时生效

density:

显示概率密度，默认为false

histtype:

可选{'bar', 'barstacked', 'step', 'stepfilled'}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似

align:

可选{'left', 'mid', 'right'}之一，默认为'mid'，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认

log:

默认为False，y坐标轴是否选择指数刻度，在数据分布的范围较大的时候，可以通过log指数刻度来缩小显示的范围。

stacked:

默认为False，是否为堆积状图

示例说明：

import matplotlib.pyplot as plt

import numpy as np

import matplotlib

"""

font:设置中文

unicode_minus:显示负好

"""

matplotlib.rcParams['font.family'] = ['Heiti TC']

matplotlib.rcParams['axes.unicode_minus']=False # 正常显示负号

"""

随机数生成,自动生成正态分布的数据集

"""

data = np.random.randn(10000)

"""

facecolor:长条形的颜色

edgecolor:长条形边框的颜色

alpha:透明度

"""

plt.hist(data, bins=40, density=False, facecolor="tab:blue", edgecolor="tab:orange", alpha=0.7)

"""

xlabel:横轴标签

ylabel:纵轴标签

title:图标题

"""

plt.xlabel("区间")

plt.ylabel("频数(频数)")

plt.title("频数(频率)分布图")

plt.show()

扩展应用:

增加不同长条形色彩映射

利用hist函数的三个返回值,对每一个不同区间进行不同颜色的显示.通过这种方式可以直观的看出分布的差异.

n: 数组或数组列表,表明每一个bar区间的数量或者百分比;

bins : 数组,bar的范围和bins参数含义一样;

patches : 列表,每个bar图形对象;

import matplotlib.pyplot as plt

import numpy as np

import matplotlib

"""

font:设置中文

unicode_minus:显示负好

"""

matplotlib.rcParams['font.family'] = ['Heiti TC']

matplotlib.rcParams['axes.unicode_minus']=False # 正常显示负号

"""

随机数生成,自动生成正态分布的数据集

"""

data = np.random.randn(10000)

"""

n: 数组或数组列表,表明每一个bar区间的数量或者百分比

bins : 数组,bar的范围和bins参数含义一样

patches : 列表 或者列表的列表 图形对象

"""

n, bins, patches =plt.hist(data, bins=40,)

percent = n / n.max()

#将percent中的数据进行正则化,这样可以方便的映射到colormap中

norm = colors.Normalize(percent.min(), percent.max())

"""

patches为对应每个长条的对象,循环为每个bar条进行颜色的设置.

set_facecolor()用来设置条形的颜色

"""

for thisfrac, thispatch in zip(percent, patches):

color = plt.cm.viridis(norm(thisfrac))

thispatch.set_facecolor(color)

"""

xlabel:横轴标签

ylabel:纵轴标签

title:图标题

"""

plt.xlabel("区间")

plt.ylabel("频数(频数)")

plt.title("频数(频率)分布图")

plt.show()

显示多个数据的直方图

可以在一个图中显示多个数据的直方图,方便对不同数据进行对比.

重点区分坐标系一和坐标系四两者之间显示的区别

import numpy as np

import matplotlib.pyplot as plt

np.random.seed(64)

n_bins = 20

"""

生成为一个纬度为(6000,3)的随机数据

"""

x = np.random.randn(6000, 3)

"""

生成有两行行列坐标系的画布

"""

fig, axes = plt.subplots(nrows=2, ncols=2,figsize=(16,9))

"""

第一坐标系,使用bar条来显示

为了和第四坐标系进行效果对比,次数对三列随机数进行分别显示

"""

colors = ['tab:blue', 'tab:orange', 'tab:green']

alpha=[1,0.6,0.3]

for index in np.arange(x.shape[1]):

axes[0][0].hist(x[:,index], n_bins, density=True, histtype='bar', color=colors[index], label=colors[index],alpha=alpha[index])

#axes[0][0].hist(x, n_bins, density=True, histtype='bar', color=colors, label=colors)

axes[0][0].legend(prop={'size': 10})

axes[0][0].set_title('bar hist')

"""

第二坐标系,使用bar条来显示,设置的堆积的属性stacked

"""

axes[0][1].hist(x, n_bins, density=True, histtype='bar', stacked=True)

axes[0][1].set_title('stacked bar hist')

"""

第三坐标系,使用step来显示,设置的堆积的属性stacked

"""

axes[1][0].hist(x, n_bins, histtype='step', stacked=True, fill=False)

axes[1][0].set_title('stacked step hist')

"""

第四坐标系,一次性显示三列数据

"""

axes[1][1].hist(x, n_bins, density=True,histtype='bar')

axes[1][1].set_title('bat hist')

fig.tight_layout()

plt.show()

双变量直方图

在进行一维频次直方图绘制之外,可以对二维数组按照二维区间进行二维频次的直方图绘制.

重点:此处使用另外一种方式进行多子图的绘制,利用GridSpec可以更加灵活的多子图的绘制

import matplotlib.pyplot as plt

import numpy as np

from matplotlib import colors

from matplotlib.ticker import PercentFormatter

import matplotlib.gridspec as gridspec

np.random.seed(64)

N_points = 800

n_bins = 40

"""

生成为x,y随机数据

"""

x = np.random.randn(N_points)

y = 2* x + np.random.randn(N_points) + 5

fig = plt.figure(figsize=(10, 8))

# gridspec的用法，可以使图像横跨多个坐标

G = gridspec.GridSpec(2, 2)

#显示第一坐标系,其位置第一行,第一列(G[0, 0])

axes =fig.add_subplot(G[0, 0])

axes.hist(x, bins=n_bins)

#显示第二坐标系,其位置第一行,第二列(G[0, 1])

axes =fig.add_subplot(G[0, 1])

axes.hist(y, bins=n_bins)

#显示第三坐标系,其位置第二行整行(G[1, :])

axes =fig.add_subplot(G[1, :])

axes.hist2d(x,y, bins=n_bins)

plt.show()