直方图python_Python数据可视化的例子——直方图和核密度曲线

直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量（频数）。一般直方图都会与核密度图搭配使用，目的是更加清晰地掌握数据的分布特征，下面将详细介绍该类型图形的绘制。

1．matplotlib模块

matplotlib模块中的hist函数就是用来绘制直方图的。关于该函数的语法及参数含义如下：

plt.hist(x, bins=10, range=None, normed=False,

weights=None, cumulative=False, bottom=None,

histtype='bar', align='mid', orientation='vertical',

rwidth=None, log=False, color=None,

label=None, stacked=False)

x：指定要绘制直方图的数据。

bins：指定直方图条形的个数。

range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值。

normed：是否将直方图的频数转换成频率。

weights：该参数可为每一个数据点设置权重。

cumulative：是否需要计算累计频数或频率。

bottom：可以为直方图的每个条形添加基准线，默认为0。

histtype：指定直方图的类型，默认为bar，除此之外，还有barstacked、step和stepfilled。

align：设置条形边界值的对齐方式，默认为mid，另外还有left和right。

orientation：设置直方图的摆放方向，默认为垂直方向。

rwidth：设置直方图条形的宽度。

log：是否需要对绘图数据进行log变换。

color：设置直方图的填充色。

edgecolor：设置直方图边框色。

label：设置直方图的标签，可通过legend展示其图例。

stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放。

这里不妨以Titanic数据集为例绘制乘客的年龄直方图，具体代码如下：

import pandas as pd

import matplotlib.pyplot as plt

# 读入数据

Titanic = pd.read_excel(r'泰坦尼克号乘客年龄分布.xlsx')

# 检查年龄是否有缺失

any(Titanic.Age.isnull())

# 不妨删除含有缺失年龄的观察

Titanic.dropna(subset=['Age'], inplace=True)

#设置绘图风格

plt.style.use('ggplot')

#处理中文乱码

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

#坐标轴负号的处理

plt.rcParams['axes.unicode_minus']=False

# 绘制直方图

plt.hist(x = Titanic.Age, # 指定绘图数据

bins = 20, # 指定直方图中条块的个数

color = 'steelblue', # 指定直方图的填充色

edgecolor = 'black' # 指定直方图的边框色

)

# 添加x轴和y轴标签

plt.xlabel('年龄