matplotlib.pyplot中的hist函数简单使用

今天学习直方图绘制，使用了hist函数绘制直方图。

首先看官网定义：

matplotlib.pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs)¶

Plot a histogram.

Compute and draw the histogram of x. The return value is a tuple (n, bins, patches) or ([n0, n1, ...], bins, [patches0, patches1,...]) if the input contains multiple data.

Multiple data can be provided via x as a list of datasets of potentially different length ([x0, x1, ...]), or as a 2-D ndarray in which each column is a dataset. Note that the ndarray form is transposed relative to the list form.

这里先解释直方图（histogram）是什么？

直方图是为了表明数据分布情况。通俗地说就是哪一块数据所占比例或者出现次数较高，哪一块出现概率低。如下图

横轴是数据，纵轴是出现的次数（也就是频数）。从这个图看4.1-4.3这块数据出现次数最高。

从上面可以看出直方图能够反映数据的分布状况。

在matplotlib中，我们使用hist函数完成直方图的绘制。（这里仅仅介绍最简单的使用方法，更多扩展请官网查询）

首先构造数据，这里注意构造的是一维数组可以使用pandas中的Series，如果是二维数组使用DataFrame。

import pandas as pd
import numpy as np
import random
data = np.zeros((1000,1000),dtype=int)
for i in range(len(data)):#这里速度比较慢，因为随机给1000*1000的数组赋值for j in range(len(data[0])):data[i][j] = random.randint(1,20)#赋值的范围是1-20中的任意一个
data_m = pd.DataFrame(data)
data_m = data_m[1].value_counts()#注意value_counts函数统计一个series上的数据情况
data_m = data_m.sort_index()#给统计后的数据排序
print data_m

运行结果(左边是数据，右边是频数，按照数据的大小来排序）

1     55
2     49
3     51
4     42
5     51
6     38
7     44
8     55
9     41
10    56
11    45
12    43
13    51
14    54
15    46
16    53
17    56
18    52
19    62
20    56
Name: 1, dtype: int64

随后开始画直方图：

import matplotlib.pyplot as plt
plt.hist(data[0])
plt.show()

运行结果

默认情况下，总共分为10段，可以数一下上面的段数。如果使用如下代码：

import matplotlib.pyplot as plt
plt.hist(data[0],bins=20)
plt.show()

运行结果：

可以看出效果更明显。根据自己的需要进行选择！！

matplotlib.pyplot中的hist函数简单使用相关推荐

[391]matplotlib.pyplot中的hist函数
区分直方图与条形图: 条形图是用条形的长度表示各类别频数的多少,其宽度(表示类别)则是固定的: 直方图是用面积表示各组频数的多少,矩形的高度表示每一组的频数或频率,宽度则表示各组的组距,因此其高度与宽 ...
使用Python扩展库numpy中的piecewise()函数实现分段函数模拟兔子的行走轨迹，然后使用matplotlib.pyplot中的plot函数绘制折线图表示兔子和乌龟的时间位移图，并添加坐标
import matplotlib.pyplot as plt import numpy as np #使用参数字典 rcParams 访问并修改已经加载的配置项 plt.rcParams['font ...
python matplotlib.pyplot中add_subplot subplot函数的用法与区别(其实没什么区别)
引用文章 https://blog.csdn.net/you_are_my_dream/article/details/53439518
Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略目录 matplotlib.pyplot的plt.legend函数的简 ...
Py之matplotlib：在matplotlib库中利用legend函数创建自定义图例(代码实现)
Py之matplotlib:在matplotlib库中利用legend函数创建自定义图例(代码实现) 目录 matplotlib库中利用legend函数创建自定义图例原始图像在原始图像上创建自定义 ...
matplotlib.pyplot常用画图方式函数封装（一）——.plot绘制折线图及设置坐标轴箭头完美解决
matplotlib.pyplot常用画图方式函数封装(一)--.plot绘制折线图及设置坐标轴箭头完美解决 py.plot常见绘图设置函数封装绘制函数图像(完美解决坐标轴添加箭头) 绘制折线图 p ...
Python数据可视化——matplotlib.pyplot中plt的参数详解
matplotlib.pyplot中plt的参数详解: #平滑折线的示例 # plt.plot(xnew, ynew, marker='.', markevery=markevery, ls='-', ...
防止matplotlib.pyplot中的科学记数法
防止matplotlib.pyplot中的科学记数法我们在使用matplotlib.pyplot绘制图像时,如果统计的数据过大图标上就会出现用科学计数法的方式显示,例如 import matplot ...
R语言使用原生包（基础导入包、graphics）中的hist函数可视化直方图（histogram plot）
R语言使用原生包(基础导入包.graphics)中的hist函数可视化直方图(histogram plot) 目录

matplotlib.pyplot中的hist函数简单使用

matplotlib.pyplot中的hist函数简单使用相关推荐

最新文章

热门文章