Matplotlib学习笔记1-2D绘图

1、直方图

matplotlib.pyplot.hist(x, bins=10, 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)

代码示例：

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt

# example data
mu = 100  # mean of distribution
sigma = 15  # standard deviation of distribution
x = mu + sigma * np.random.randn(10000)

num_bins = 50
# the histogram of the data
n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5)
# add a 'best fit' line
y = mlab.normpdf(bins, mu, sigma)
plt.plot(bins, y, 'r--')
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')

# Tweak spacing to prevent clipping of ylabel
plt.subplots_adjust(left=0.15)
plt.show()

结果如下：

函数参数解释：

x，输入数据，可以是一个一维序列，或多个不同长度的一维序列，或一个二维数组（等同于多个等长的一维序列）

bins，分段区间，可以是一个整数或一个序列，如果是整数n，将会均匀分为n个区间，否则按指定的序列进行分段

range，指定横坐标的起始和终止范围，默认范围是(x.min(), x.max())，也可由用户自行指定，如range=(min, max)。另外，如果bins是按指定序列分段，那么range参数设置是无效的

normed，是否直方图归一化，默认为False，如果设为True，将会调整纵坐标的值，使得直方图中每个长方形块的面积之和为1，注意，不是每个长方形块的纵坐标值之和为1

weights，默认为False，统计直方图时将对x中每个样本进行加1计数，如果设为一个与x等长的序列，那么就不再是加1计数，而是权值求和

cumulative，是否累加，默认为False，如果为True，后一个直方图将累加前面的直方图计数

bottom，默认为None，所有长方形块的纵坐标起始值是0，可以设为一个整数或一个序列

orientation ，可设为‘horizontal’或‘vertical’

log，默认为False，如果为True，横坐标将变成对数坐标，即log(x)

color，默认为蓝色，设置颜色直接输入颜色的英文单词即可，如color='red'

以上参数是常用的函数参数，更多的参数可以查阅手册http://matplotlib.org/api/pyplot_api.html

函数返回值：

n，每个长方形块的纵坐标值

bins，每个长方形块的左右横坐标值

patches，Patch objects列表，长度等于n，里面不知道是什么数据