matplotlib.pyplot.hist 参数介绍

matplotlib.pyplot.hist 是用于绘制直方图的函数,支持多种参数定制直方图样式。参数包括输入数据X、间隔bins、范围range、是否归一化density、累计计数cumulative、底部间隔bottom、直方图类型histtype等。该函数返回直方图的值、间隔数组和补丁对象。可用于数据可视化和统计分析。
摘要由CSDN通过智能技术生成

官方介绍:
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.hist.html

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)

绘制直方图。

参数解释
parametersX输入的数据,数组,若为多维度,不需要相同长度
bins直方图间隔,整数、序列或字符串,默认值为10,如果是整数,则划分为整数数值个数的等间隔宽;若为序列,前n-1个为左闭右开区间,最后一个为全闭区间;若为字符串,可供选择的有:numpy.histogram_bin_edges: 'auto', 'fd', 'doane', 'scott', 'stone', 'rice', 'sturges', or 'sqrt'.
rangetuple或者None,bins的上界和下界,超出边界外忽略,若为空,则range为(x.min(), x.max()),若bins为序列或字符串,则上下界与bins一致。
density布尔型,默认:False。若为真,绘制概率密度分布图(density = counts / (sum(counts) * np.diff(bins))),直方图的面积为1,(np.sum(density * np.diff(bins)) == 1).,若stacked为真,则总和归一化为1.
weights数组,默认None。与X具有相同的形状。若density为真,则weights归一化,以保证在该范围内的密度积分仍为1。
cumulative布尔型或-1,默认:False。若为真,则每个bin为从第一个开始的累计计数。若density为真,则直方图被归一化,且最后一个bin为1。若为一个小于0的数,颠倒累计方向。
bottom数组,标量或无,默认:None。直方图与底部的间隔,如果为一个标量,则整体向上平移bottom。若为数组,则shape与bins匹配,每个bin独立平移。
histtype{‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}, 默认: ‘bar’。绘制直方图的类型:'bar’是传统条形直方图,‘barstacked’是多个数据相互堆叠的条形直方图,'step’是未填充的线图,‘stepfill’是填充的线图
align对齐方式,{‘left’, ‘mid’, ‘right’}, default: ‘mid’
orientation方向,{‘vertical’, ‘horizontal’}, default: ‘vertical’。两个方向,默认垂直方向,以下边界为底。‘horizontal’为以左边为底的横向直方图
rwidth浮点型或None。相对宽度,如果histtype是‘step’或者’stepfilled’,则忽略
log布尔型,默认False。若为真,则直方图刻度为对数刻度
color颜色,默认无
labelstr或None,
stacked布尔型,若为真,则多数据堆叠,若为假,分两种情况,histtype为‘bar’时,则对数据并排排列,histtype为‘step’时,堆叠
Returnsn直方图间隔的值,和权重和概率密度有关。
bins数组,长度为nbins+1
patches没看懂,不影响结果
其他参数ec直方图边界线颜色
alpha透明度
### 回答1: Matplotlib.pyplot.hist函数用于绘制直方图,它可以接受一维数组作为输入,然后将数据分成若干个区间,统计每个区间内数据的数量,并将结果绘制成直方图。该函数有多个参数可以调整直方图的样式和布局,比如bins参数可以指定区间的数量,range参数可以指定数据的范围等。 ### 回答2: MatplotlibPython的一个绘图库,而pyplotMatplotlib的一个子模块。Matplotlib.pyplot.hist函数用于绘制直方图。 直方图是一种统计图表,用来表示数据的分布情况。直方图将数据划分为若干个等宽的区间,通过统计落入每个区间的数据个数来展示数据的分布情况。 使用Matplotlib.pyplot.hist函数绘制直方图时,需要输入一个数据集作为参数。函数将根据数据集中的值来统计落入每个区间的数据个数,并根据统计结果绘制直方图。 该函数的常见参数包括: - bins:用于指定划分区间的个数或区间的边界值。默认为10,意味着将数据划分为10个等宽的区间。 - range:用于指定数据的范围,超出该范围的数据将被忽略。 - density:用于控制是否将直方图的纵轴单位设置为概率密度。默认为False,即纵轴单位为数据个数。 - color:用于指定直方图的颜色。 - alpha:用于指定直方图的透明度。 - label:用于给直方图添加标签。 除了常见参数外,还可以通过调整其他参数来进一步调整直方图的样式,如设置边界宽度、设置直方图的类型等。 总之,使用Matplotlib.pyplot.hist函数可以方便地绘制直方图,帮助我们更直观地了解数据的分布情况。 ### 回答3: Matplotlib.pyplot.hist函数用于绘制直方图。直方图是一种用来展示数据分布情况的统计图表。该函数可以将数据划分为一系列的间隔,并统计落在每个间隔内的数据个数,然后以柱形图的形式显示出来。 使用该函数,首先需要传入要绘制直方图的数据,可以是一个数组或者一列数据。函数会自动根据数据的最小值和最大值确定需要划分的间隔数。也可以通过设置bins参数来指定间隔数,或者通过设置range参数来指定数据的范围。 在绘制直方图时,可以设置一些可选参数来调整图表的样式。例如,可以通过设置color参数来改变柱形的颜色;通过设置alpha参数来调整柱形的透明度;通过设置edgecolor参数来改变柱形之间的边界颜色。 此外,还可以通过设置normed参数为True来将每个柱形的高度转化为概率密度。通过设置cumulative参数为True,可以绘制累积直方图。 绘制直方图后,还可以添加一些额外的元素,例如标题、横轴和纵轴标签、图例等。 总的来说,Matplotlib.pyplot.hist函数是一个简单而强大的绘制直方图的工具,可以方便地展示数据的分布情况,进而提供数据分析的依据。
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