python第二阶段（16）numpy入门基础-可视化之直方图

演示：

1、numpy的直方图hist函数

直方图：
●由一系列高度不等的纵向条形组成，表示数据分布的情况。
●例如某年级同学的身高分布情况
●注意和条形图的区别

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)

参数：（其他用到再百度吧）

x：输入值，它可以是单个数组或不需要相同长度的数组序列
bins：int或序列或STR，默认值：（默认值：）rcParams[“hist.bins”]10。

• 如果bin是一个整数，则它定义范围内等宽宽度的bin数
• 如果bin是序列。包括第一个bin的左边缘和最后一个bin的右边缘；在这种情况下，bins的间距可能不相等。除了最后一个（最右边）的bins外。如[1, 2, 3, 4]，则bins为：[1, 2)[2, 3)[3, 4]
  color：颜色。
  normed：是否标准化，是：标准化，否：非标准化

2、示例

1）标准化输出直方图

import numpy as np #导入 numpyas
import matplotlib.pyplot as plt #导入 matplotlib.pyplot
mu =100 #均值
sigma=20 #标准差
x=mu+sigma*np.random.randn(2000)
plt.hist(x,bins=10,color='red',normed=True)

out：

(array([0.00073148, 0.00300291, 0.00920123, 0.01663151, 0.01847946,
        0.01566904, 0.00846975, 0.00377289, 0.00076998, 0.00026949]),
 array([ 41.60543497,  54.59282934,  67.5802237 ,  80.56761807,
         93.55501244, 106.54240681, 119.52980118, 132.51719554,
        145.50458991, 158.49198428, 171.47937865