n,bins,patches=matplotlib.pyplot.hist(
x, bins=10, range=None, normed=False,
weights=None, cumulative=False, bottom=None,
histtype=u'bar', align=u'mid', orientation=u'vertical',
rwidth=None, log=False, color=None, label=None, stacked=False,
hold=None, **kwargs)
x: 作直方图所要用的数据,必须是一维数组。多维数组可以先进行扁平化再作图
bins: 直方图的柱数,默认为10
normed: 是否将得到的直方图向量归一化。默认为0
facecolor: 直方图颜色
edgecolor: 直方图边框颜色
alpha: 透明度
histtype: 直方图类型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
返回值:
n:直方图向量,是否归一化由参数normed设定。当normed取默认值时,n即为直方图各组内元素的数量(各组频数)
bins: 返回各个bin的区间范围
patches:返回每个bin里面包含的数据,是一个list
import matplotlib.pyplot as plt
import numpy as np
fig,axes=plt.subplots(2,2,sharex=True,sharey=True)#共享x轴和y轴
for i in range(2):
for j in range(2):
axes[i,j].hist(np.random.randn(500),bins=60,color='k',alpha=0.5)
plt.subplots_adjust(wspace=0,hspace=0)#控制图片宽度和高度百分比,缩小为0即删除间距