Matplotlib直方图

目录

什么是直方图

直方图hist()函数

直方图hist()函数的应用

---

什么是直方图

直方图（英语：Histogram）是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量，以长条图（bar）的形式具体表现。

直方图与条形图的区别：

• 条形图是用条形的长度表示各类别频数的多少，而宽度（表示类别）是固定的，没有实际的数值意义。
• 直方图是用面积表示各组频数的多少，条形的长度表示每一组的频数或频率，条形的宽度表示各组的组距，所以直方图中条形的长度和宽度都是有实际的数值意义的。
• 条形图描述分类变量，直方图描述数值变量。
• 由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列的

直方图：

条形图：

直方图hist()函数

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

x参数：必填参数，数组或者数组序列

bins参数：将数据分成几组，它接收的参数可以是整数，也可以是序列，还可以是字符串，常用的是整数和序列。默认为生成10个间隔。

• 如果是整数n，则表示要将所有数据平均分成n组进行绘图。
• 如果是序列，则是指定每一组的临界值

range参数:指定全局间隔的下限与上限值 (min,max)，元组类型，默认值为 None。

density参数：如果为 True，返回概率密度直方图；默认为 False，返回相应区间元素的个数的直方图。

weights参数：与x形状相同的权重数组；将x中的每个元素乘以对应权重值再计数；如果density取值为True，则会对权重进行归一化处理。

cumulative参数：如果为 True，返回累积直方图；默认为 False，返回累计直方图。

histtype参数：要绘制的直方图类型，默认值为“bar”，可选值有 barstacked(堆叠条形图)、step(未填充的阶梯图)、stepfilled(已填充的阶梯图)。

facecolor：设置长条形颜色关键字。

edgecolor：设置边框的颜色关键字。

bins：设置长条形数目，默认为10。

alpha：设置透明度，默认为0，取值范围为0~1。

直方图hist()函数的应用

bins参数： 

import numpy as np
import matplotlib.pyplot as plt

# bins为默认值10。（图一）
fig=plt.figure(figsize=(9,4))  # 画布 #figsize=(9,4)：设置画布的大小。
ax=plt.axes() # axes对象，在这子图中画图。

x=np.random.randint(0,10,100)
plt.hist(x)

plt.show()

# bins为指定值4。（图二）
fig=plt.figure(figsize=(9,4))  # 画布 #figsize=(9,4)：设置画布的大小。
ax=plt.axes() # axes对象，在这子图中画图。

x=np.random.randint(0,10,100)
plt.hist(x,bins=4)  #将数据分成四组

plt.show()

 图一：

 图二：

 range参数：

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

plt.hist(x,bins=4,range=(0,6))

plt.show()

 range参数的默认值效果图如图二。

图三： 

 density参数：

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

plt.hist(x,bins=4,range=(0,6),density=True)

plt.show()

density参数的默认值如图三。

图四：

weights参数：

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1)

plt.show()

weights参数的默认值如图四。

图五：

 cumulative参数：

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True)

plt.show()

cumulative参数的默认值如图五。

图六：

 histtype参数：

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True,histtype="barstacked")

plt.show()

histtype参数的默认值如图六。

图七：histtype="barstacked"(堆叠条形图)

 图八：histtype="step"(未填充的阶梯图)

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True,histtype="step")

plt.show()

  图八：histtype="stepfilled"(已填充的阶梯图)

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True,histtype="stepfilled")

plt.show()

 facecolor:

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True,
         histtype="barstacked",facecolor="red")

plt.show()

facecolor的默认值如图七。

图九：

edgecolor:

fig=plt.figure(figsize=(9,4))
ax=plt.axes()

x =np.random.randint(0,10,100)
ratio=1/sum(x)
x1=x*ratio

plt.hist(x,bins=4,range=(0,6),density=True,weights=x1,cumulative=True,
         histtype="barstacked",facecolor="red",edgecolor="b")

plt.show()

 edgecolor的默认值如图九。

图十：