直方图设置坐标_你了解matplotlib吗？直方图基础篇

最新推荐文章于 2021-06-19 23:27:23 发布

生活还是要继续

最新推荐文章于 2021-06-19 23:27:23 发布

阅读量1.5k

点赞数

文章标签：直方图设置坐标

本文链接：https://blog.csdn.net/weixin_32204241/article/details/112497815

版权

本文介绍了直方图的概念及其与条形图的区别，详细讲解了matplotlib库中绘制直方图的参数，包括bins、range、density、weights和cumulative，并通过实例展示了这些参数如何影响直方图的展示，帮助读者更好地理解和应用直方图绘制。

摘要由CSDN通过智能技术生成

首先按照惯例先来认识下直方图是谁，以下是从维基百科搬运过来的直方图的定义：

在统计学中，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。因为直方图的长度及宽度很适合用来表现数量上的变化，所以较容易解读差异小的数值。

直方图也是用条形进行标注的，而条形图和直方图犹如孪生兄弟般让很多人都傻傻分不清，那么我们就先来好好区分一下这两种图形吧：

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。

单纯文字不够直观的话，我们来个图感受下：

绘制直方图

区分好了条形图和直方图，就可以安心的探索直方图了。

假设我们有一组数据，是一个学校200位同学的身高数据，如果想要知道该校学生身高的分布，那么直方图再合适不过了。

这里我用随机数生成了200个值在150到180之间的数表示身高信息：

data = np.random.randint(150,180,200)data

输出的结果：

array([162, 166, 158, 166, 165, 170, 157, 156, 164, 161, 154, 176, 166,       176, 153, 169, 164, 153, 171, 175, 171, 173, 155, 165, 168, 160,       162, 150, 151, 169, 166, 152, 174, 176, 160, 155, 158, 152, 159,       179, 179, 168, 178, 166, 174, 171, 1