一、概念
(一)由一系列高度不等的纵向条形组成,表示数据分布的情况
(二)例如某年级同学的身高分布情况
(三)注意和条形图的区别
直方图:通常用来显示连续性的竖直型数据,例如身高,身高可以是连续性的数据,分组可以用连续的方式分组,并且可以是自定义的
条形图:通常是用来展示不同类别的数据,而且这个类别通常是不能自定义,而且是不连续的。
二、实践
(一)举例
1、单变量垂直直方图
import numpy as np
import matplotlib.pyplot as plt
mu=100 #mean of distribution
sigma=20 #standard deviation of distribution
x=mu+sigma*np.random.randn(2000)
plt.hist(x,bins=10,color=‘red’,density=True,edgecolor=‘black’)
plt.show()
2、双变量垂直直方图(颜色亮度的明暗表示分布的疏密,用来表示双变量的联合分布比较有用)
import numpy as np
import matplotlib.pyplot as plt
x=np.random.randn(1000)+2
y=np.random.randn(1000)+3
plt.hist2d(x,y,bins=40)
plt.show()
(二)参数
1、直方数,bin
2、颜色,color
3、是否需要对数据进行标准化,density
4、x
matplotlib直方图
最新推荐文章于 2024-08-16 17:01:44 发布
本文介绍了matplotlib库在Python中创建直方图的概念和实践。直方图用于展示连续性数据如身高的分布,与展示类别数据的条形图有所区别。通过示例展示了单变量和双变量直方图的绘制,包括设置直方数、颜色、标准化选项等参数。
摘要由CSDN通过智能技术生成