简单易用---matplotlib画直方图

刚刚入门一丢丢的matplotlib,作为简单的数据统计可视化还是很方便的,闲话不多说,直接上代码:


​# -*- coding:utf-8 -*-
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
#以上,导入必需的模块

plt.xlabel('Student')#设置x轴标签
plt.ylabel('Score')#设置y轴标签
plt.title('Grades of students')#设置图表标题

group_labels = ['Lisa', 'Gary', 'Leonard']#设置x轴刻度为特定文本

x = [20,40,60]#设置x轴初始(主)刻度
x1 = [18.5, 38.5, 58.5]#双柱直方图的柱一
x2 = [21.5, 41.5, 61.5]#双柱直方图的柱二

y1=[3242,4273,626]#柱一的高度

y2=[2738,3818,442]#柱二的高度

plt.bar(x1, y1, facecolor='red', width=3, label = 'last term')
plt.bar(x2, y2, facecolor='blue', width=3, label = 'this term')
plt.xticks(x, group_labels, rotation=8)#将x轴刻度替换为特定文本
plt.legend()#显示图例
plt.show()

​

运行结果:

 

小结:

其实簇状图的技巧就是把两个柱子合二为一,设置每根柱子的x值为(主刻度值±柱宽的二分之一)。

初步尝试之前各位大神推荐的matplotlib,确实很好上手,我也只是用了最基本的几个功能(据说可以画出玫瑰花orz)。

当然,学以致用是最主要的目的,之后需要了解的是如何让图表变得更漂亮~~  例如:显示实际数值,以及处理更丰富的数据。

### 回答1: 你可以使用 matplotlib 来绘制一个直方图。它是一个 Python 的图形库,可以帮助你轻松地绘制出想要的图表。好的,以下是Python Matplotlib库绘制简单直方图的代码示例: ```python import matplotlib.pyplot as plt import numpy as np # 生成一组随机数据 data = np.random.randn(1000) # 设置直方图的参数 bins = np.arange(-4, 4, 0.5) # 绘制直方图 plt.hist(data, bins=bins, edgecolor='black') # 添加标题和标签 plt.title('Histogram of Random Data') plt.xlabel('Value') plt.ylabel('Frequency') # 显示图形 plt.show() ``` 这个代码将生成一个包含1000个随机数据的简单直方图。您可以据需要更改数据集和参数以调整直方图的外观和行为。 ### 回答2: matplotlib是一个用于可视化数据的Python库。其中的pyplot模块提供了绘制各种图表的函数。直方图是pyplot模块中的一个常用功能之一。 直方图是一种用来表示数据分布情况的图表。它将数据划分为不同的区间,并统计每个区间中数据的个数或频率。通过直方图,我们可以直观地了解数据的分布特征,如对称性、偏态、峰度等。直方图由一系列矩形条组成,每个矩形条的宽度表示区间的宽度,高度表示该区间内数据的个数或频率。 在matplotlib中绘制直方图,我们首先需要准备一组数据,可以是一个列表或一维数组。然后使用pyplot模块的hist()函数来绘制直方图。该函数的参数包括数据、区间数量(可选)、区间宽度(可选)等。据数据的不同特点,我们可以选择不同的参数设置来绘制合适的直方图。 绘制直方图后,我们可以进一步对其进行修饰,如添加标题、坐标轴标签、网格线等。此外,matplotlib还提供了其他的参数设置,如设置颜色、透明度、边界等,可以据需要自行调整图表的样式。 总之,使用matplotlib的pyplot模块可以轻松地绘制直方图,通过直方图的可视化效果,我们可以更好地理解数据的分布情况,从而做出更准确的数据分析和决策。 ### 回答3: Python的Matplotlib是一个用于绘制各种统计图形(如直方图、散点图、线图等)的强大工具包。直方图是一种表示数据分布的图形,它将数据划分为离散的区间,并统计每个区间中数据出现的频数或占比。 在使用Matplotlib绘制直方图时,首先需要导入相关的模块。常用的模块有`matplotlib.pyplot`和`numpy`。然后,通过调用`plt.hist()`函数可以绘制直方图。 该函数的参数包括数据数组、划分区间的数量或划分区间的边界值(bins)、颜色等。例如: ```python import matplotlib.pyplot as plt import numpy as np data = np.random.normal(0, 1, 1000) # 生成1000个符合正态分布的随机数 plt.hist(data, bins=30, color='skyblue') # 绘制直方图,将数据分成30个区间,颜色为天蓝色 plt.xlabel('Value') # 设置x轴标签 plt.ylabel('Frequency') # 设置y轴标签 plt.title('Histogram') # 设置标题 plt.show() # 显示图形 ``` 上述代码将生成1000个符合正态分布的随机数,并绘制了它们的直方图。图形中x轴表示数据的值,y轴表示对应的频数。直方图柱子的高度表示该区间的数据频数,柱子的宽度表示区间的宽度。 绘制直方图可以快速了解数据的分布情况,例如是否存在峰值、是否符合某种概率分布等。通过调整bins的数量或边界值,可以改变直方图的显示效果,以更好地展示数据特征。 总之,Python的Matplotlib提供了简单易用且强大的功能,可以轻松绘制各种统计图形,其中直方图是其中的一种常用图形之一。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值