一、hist函数
matplotlib.pyplot.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)
二、参数
x : (n,) n维数组或者n维数组序列，多维数组长度不要求一致
bins : 整数，序列，或者 ‘auto’, 可选
如果是整数，按bins + 1个组计算
如果是序列实例：[1, 2, 3, 4]
第一个bin [1, 2) 第二个bin [2, 3) 第三个bin [3, 4]
如果auto：rcParam hist.bins
range : 元组，可选bins的边界，如果bins是一个序列则无效如果没有则是(x.min(), x.max())
density : boolean, 可以，如果为真返回第一个值是每个区间的百分比，默认是个数
weights : n维数组(n, )，可选，和数据x一致，每一个数据的权重
cumulative : boolean, 计算每一个集合的累加值
bottom : 标量数组,距离底边的高度
histtype : {‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}, 默认"bar",
align : {‘left’, ‘mid’, ‘right’}, 可选，对齐方式，默认"mid"
orientation : {‘horizontal’, ‘vertical’}, 可选,bar方向
rwidth : 标量，bar的宽度，可选
log : boolean, 可选，y坐标是否使用科学计数法
color : color或者color数组，设置bar颜色，color数组不是设置每一个bar的颜色
label : string，图例标签
stacked : boolean, 可选是否垂直重叠，默认水平重叠
normed : bool, 不被推荐，使用density代替
三、返回值
n : 数组或数组列表每一个bar区间的数量或者百分比
bins : 数组,bar的范围和bins参数含义一样
patches : 列表 或者列表的列表 图形对象
四、实例
各个参数对比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import random
bottom = [1, 1, 2, 3]
data = []
random.seed(123456)
for x in range(20):
data.append(random.randint(1,5))
# print data
np.random.seed(20180408)
weight = np.random.rand(20)
ax = plt.subplot(331)
plt.hist(data,bins=4,histtype='bar',rwidth=0.8)
ax.set_title("bins=4,histtype='bar',rwidth=0.8")
ax = plt.subplot(332)
plt.hist(data,bins=5,rwidth=0.1)
ax.set_title("bins=5,rwidth=0.1")
ax = plt.subplot(333)
ax.set_title("bins=5,rwidth=0.3,density=True")
# plt.xlabel(u'数量',fontsize=8)
plt.ylabel(u'占比',fontsize=8)
n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,density=True)
# n,edgeBin,patches = plt.hist(data,bins=5,histtype='bar',rwidth=0.8)
print n
print edgeBin
ax = plt.subplot(334)
ax.set_title("bins=5,rwidth=0.3,density=True,weights=weight")
n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,density=True,weights=weight)
# n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,weights=weight)
print n
print edgeBin
ax = plt.subplot(335)
ax.set_title("bins=4,rwidth=0.3,bottom=bottom")
plt.hist(data,bins=4,rwidth=0.3,bottom=bottom)
ax = plt.subplot(336)
ax.set_title("bins=4,rwidth=0.3,histtype='stepfilled'")
# plt.hist(data,bins=4,rwidth=0.8,histtype='barstacked')
# plt.hist(data,bins=4,rwidth=0.8,histtype='step')
plt.hist(data,bins=4,rwidth=0.3,histtype='stepfilled')
colors = "rgmbc"
ax = plt.subplot(337)
ax.set_title("bins=4,rwidth=0.3")
n,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3)
random.seed()
for patch in patches:
patch.set_facecolor(random.choice(colors))
label = "Label"
ax = plt.subplot(338)
ax.set_title("bins=4,rwidth=0.3,label=label")
plt.hist(data,bins=4,rwidth=0.3,label=label)
plt.legend(fontsize=12)
ax = plt.subplot(339)
ax.set_title("bins=4,rwidth=0.3,log=True,cumulative=True")
n,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,log=True,cumulative=True)
print n
print edgeBin
fig = plt.gcf()
fig.set_size_inches(12, 10)
fig.savefig("hist.png")
plt.show()
这里说明几个参数，第一个参数x数据集没有什么说的，第二个参数和返回值的bins，我们知道柱状图是有很多矩形组成，我们把这些矩形称为"bar"，bins就是描述这些"bar"的区间的。例如：bins=[1,2,3,4]就是把数据集划分为[1,2),[2,3),[3,4]这3个区间，每一个区间表示的是数据集中落入这个区间的值的个数。如果设置了density=True，每一个区间表示的就是数据集落入这个区间值个数的百分比。如果设置了cumulative =True就每一个区间表示的是数据集落入这个区间的值的总和。
weights参数是设置的每一个值的权重，无论是算个数，还是算百分比，还是算总和，weights都会参与计算。
多数据集对比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
# np.random.seed(20180410)
# data = np.random.randint(1,6,size=(20,2))
data = [[1,2,2,3,3,3,4,4,4,4,5,5,5,5,5],[5,4,4,3,3,3,2,2,2,2,1,1,1,1,1]]
color = ["m","c"]
ax = plt.subplot(221)
ax.set_title("bins=4,rwidth=0.3,color=color")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,color=color)
for n in ns:
print n
print edgeBin
ax = plt.subplot(222)
plt.hist(data,bins=4,rwidth=0.3,stacked=True)
ax.set_title("bins=4,rwidth=0.3,stacked=True")
ax = plt.subplot(223)
plt.hist(data,bins=4,rwidth=0.3,stacked=True,align="right")
ax.set_title("bins=4,rwidth=0.3,stacked=True,align=right")
ax = plt.subplot(224)
plt.hist(data,bins=4,rwidth=0.3,orientation="horizontal")
ax.set_title("bins=4,rwidth=0.3,orientation=horizontal")
fig = plt.gcf()
fig.set_size_inches(12, 8)
fig.savefig("hist2.png")
plt.show()
这里我们也可以看出来color数组是针对多数据集的。
cumulative和density对比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
data = [1,2,2,3,3,3,4,4,4,4,5,5,5,5,5]
data2 = [[1,2,2,3,3,3,4,4,4,4,5,5,5,5,5],[5,4,4,3,3,3,2,2,2,2,1,1,1,1,1]]
ax = plt.subplot(321)
ax.set_title("bins=4,rwidth=0.3,cumulative=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,cumulative=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(322)
ax.set_title("bins=4,rwidth=0.3")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(323)
ax.set_title("bins=4,rwidth=0.3,density=True,cumulative=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,cumulative=True,density=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(324)
ax.set_title("bins=4,rwidth=0.3,density=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,density=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(325)
ax.set_title("bins=4,rwidth=0.3,cumulative=True")
ns,edgeBin,patches = plt.hist(data2,bins=4,rwidth=0.3,cumulative=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(326)
ax.set_title("bins=4,rwidth=0.3")
ns,edgeBin,patches = plt.hist(data2,bins=4,rwidth=0.3)
for n in ns:
print n
print edgeBin
fig = plt.gcf()
fig.set_size_inches(12, 10)
fig.savefig("hist3.png")
plt.show()
上面的主要是看输出，从上面我们可以看出density对cumulative的影响。
6805
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
