前言

经过前面对 matplotlib 模块从底层架构、基本绘制步骤等学习，我们已经学习了折线图、柱状图的绘制方法。

在分析数据的时候，我们会根据数据的特点来选择对应图表来展示，需要表示质量这一概念，需要用直方图。

本期，我们将学习matplotlib 模块绘制直方图相关属性和方法，Let‘s go~

1. 直方图概述

什么是直方图？
- 直方图是一种可视化表示数据在连续间隔或者特定时间段内容的分布情况
- 直方图又称为质量分布图，属于条行图的一种
- 直方图x轴表示数据类型，纵轴表示分布情况，每个数据宽度可以任意变化
直方图使用场景
- 直方图用于概率分布，展示一组数据在指定范围内的出现概率
- 可以用于展示数据分布频率情况
- 用于众数、中位数的位置
- 关注数据存在缺口或者异常值
直方图绘制步骤
1. 导入matplotlib.pyplot模块
2. 准备数据，可以使用numpy/pandas整理数据
3. 调用pyplot.hist()绘制直方图

案例展示

本次案例我们来分析公司员工的身高分布情况

案例数据准备，使用numpy随机生成200个升高数据

import numpy as npx_value = np.random.randint(140,180,200)
复制代码

绘制直方图

import matplotlib.pyplot as pltplt.hist(x_value,bins=10)plt.title("data analyze")
plt.xlabel("height")
plt.ylabel("rate")plt.show()
复制代码

2. 直方图属性

设置颜色
- 设置长条形颜色关键字：facecolor
- 设置边框的颜色关键字：edgecolor
- 颜色选择值
  - 使用颜色的英语单词如红色"red",黄色"yellow"
  - 使用颜色简称：红色"r",蓝色"b"
  - 使用rgb:格式(r,g,b)，取值范围：0～1
设置长条形数目
- 关键字：bins
- 可选项，默认为10
设置透明度
- 关键字：alpha
- 默认为0，取值范围为0～1

设置样式

关键字：histtype

取值说明

属性值	说明
'bar'	柱状形数据并排，默认值
'barstacked'	柱状形数据重叠并排
'step'	柱状形颜色不填充
'stepfilled'	填充的线性

我们对第一节直方图添加柱状形不填充，边框颜色为红色
```
plt.hist(x_value,bins=10,edgecolor="r",histtype="step")
复制代码
```

边框设置为红色，透明度为0.5

plt.hist(x_value,bins=10,edgecolor="r",histtype="bar",alpha=0.5)
复制代码

3. 添加折线直方图

在直方图中，我们也可以加一个折线图，辅助我们查看数据变化情况

首先通过pyplot.subplot()创建Axes对象
通过Axes对象调用hist()方法绘制直方图，返回折线图所需要的下x,y数据
然后Axes对象调用plot()绘制折线图

我们对第一节代码进行改造一下

fig,ax = plt.subplots()n,bins_num,pat = ax.hist(x_value,bins=10,alpha=0.75)ax.plot(bins_num[:10],n,marker = 'o',color="yellowgreen",linestyle="--")
复制代码

4. 堆叠直方图

我们有时候会对吧同样数据范围情况下，对比两组不同对象群体收集的数据差异

准备两组数据：

import numpy as npx_value = np.random.randint(140,180,200)
x2_value = np.random.randint(140,180,200)
复制代码

直方图属性data：以列表的形式传入两组数据

设置直方图stacked:为True，允许数据覆盖

plt.hist([x_value,x2_value],bins=10,stacked=True)
复制代码

5. 不等距直方图

我们上述绘制的直方图都是等距的，我们可以指定一组数据传入bins属性

bins 关键字：指定直方图的柱状形个数

更改上述的代码后，看看效果吧

bin_num = [140,155,160,170,175,180]
plt.hist([x_value,x2_value],bins=bin_num,alpha=0.75,stacked=True)
复制代码

6. 多类直方图

我们在使用直方图查查看数据的频率时，有时候会查看多种类型数据出现的频率。

这时候我们可以以列表的形式传入多种数据给hist()方法的x数据

x_value = [np.random.randint(140,180,i) for i in [100,200,300]]plt.hist(x_value,bins=10,edgecolor="r",histtype="bar",alpha=0.5,label=["A公司","B公司","C公司"])
复制代码

总结

本期，我们对matplotlib模块中详细学习绘制各种直方图标相关属性和方法。在需要查看数据分布频率时，我们可以使用hist()方法绘制直方图，同时也可以添加折线来辅助查看

以上是本期内容，欢迎大佬们点赞评论，下期见～

超详细的Python matplotlib 绘制直方图赶紧收藏相关推荐

超详细的Python matplotlib 绘制动态图
复习回顾在matplotlib模块中我们前面学习绘制如折线.柱状.散点.直方图等静态图形.我们都知道在matplotlib模块主要有三层脚本层为用户提供快捷的绘制图形方法,美工层接收到脚本层的命令后 ...
超详细的Python matplotlib 绘制柱状图
复习回顾 Python 为数据展示提供了大量优秀的功能包,其中 matplotlib 模块可以方便绘制制作折线图.柱状图.散点图等高质量的数据包. 关于 matplotlib 模块,我们前期已经对ma ...
这么详细的Python matplotlib 绘制图形还不赶紧收藏
前言我们前面对matplotlib模块底层结构学习,对其pyplot类(脚本层)类提供的绘制折线图.柱状图.饼图.直方图等统计图表的相关方法,列举往期文章如下. 超详细的Python matplot ...
Python matplotlib绘制直方图
Python matplotlib绘制直方图前面的文章介绍了使用matplotlib绘制折线图.散点图和柱状图,柱状图参考:https://blog.csdn.net/weixin_43790276 ...
Python matplotlib 绘制量场图
复习回顾 matplotlib 是基于Python语言的开源项目,pyplot提供一系列绘制2D图形的方法.随着版本的迭代,matplotlib 模块也支持绘制3D图形mplot3d工具包,制作动态图 ...
Python matplotlib 绘制等高线图
前言我们在往期对matplotlib.pyplot()方法学习,到现在我们已经会绘制折线图.柱状图.散点等常规的图表啦(往期的内容如下,大家可以方便查看往期内容) python入门到进阶,爬虫数据分 ...
这么详细的Python matplotlib底层原理浅析
复习回顾前期,我们已经学习matplotlib模块相关的基础知识,对 matplotlib 模块折线图.饼图.柱状图进行操作. 这么详细的Python matplotlib 绘制图形还不赶紧收藏 ...
Python matplotlib 绘制散点图还不收藏起来
复习回顾我们在往前几期中对matplotlib模块学习,对常用的反映数据变化的折线图,对比数据类型差异的柱状图和反应数据频率分布情况的直方图. 往前内容快速查看超详细的Python matplot ...
不愧是摸鱼高手Python matplotlib 绘制频谱图都会，能怪老板不管
复习回顾 matplotlib 是Python专门用来绘制渲染的模块,其底层主要分为脚本层.美工层和后端.脚本层为我们提供常见图形绘制如折线.柱状.直方.饼图.以往文章这么详细的Python mat ...

超详细的Python matplotlib 绘制直方图赶紧收藏

前言

1. 直方图概述

什么是直方图？

直方图使用场景

直方图绘制步骤

2. 直方图属性

设置颜色

设置长条形数目

设置透明度

设置样式

3. 添加折线直方图

4. 堆叠直方图

5. 不等距直方图

6. 多类直方图

总结

超详细的Python matplotlib 绘制直方图赶紧收藏相关推荐

最新文章

热门文章

超详细的Python matplotlib 绘制直方图 赶紧收藏

前言

1. 直方图概述

什么是直方图？

直方图使用场景

直方图绘制步骤

2. 直方图属性

设置颜色

设置长条形数目

设置透明度

设置样式

3. 添加折线直方图

4. 堆叠直方图

5. 不等距直方图

6. 多类直方图

总结

超详细的Python matplotlib 绘制直方图 赶紧收藏相关推荐

最新文章

热门文章

超详细的Python matplotlib 绘制直方图赶紧收藏

超详细的Python matplotlib 绘制直方图赶紧收藏相关推荐