直方图python_荐 Python可视化matplotlib13-iris鸢尾花数据集...

直方图（histogram）展示离散型数据分布情况，直观理解为将数据按照一定规律分区间，统计每个区间中落入的数据频数，绘制区间与频数的柱状图即为直方图。

公众号：“pythonic生物人“，分享数据科学，来关注哈！

写作时间：2020-07-09夜，有问题可留言或者我的公众号。

目录

1、绘图数据集准备

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

from sklearn import datasets

iris=datasets.load_iris()

x, y = iris.data, iris.target

pd_iris = pd.DataFrame(np.hstack((x, y.reshape(150, 1))),columns=['sepal length(cm)','sepal width(cm)','petal length(cm)','petal width(cm)','class'] )

选取pd_iris['sepal length(cm)']数据绘制直方图 ，查看数据基本情况：

pd_iris['sepal length(cm)'].head()

0 5.1

1 4.9

2 4.7

3 4.6

4 5.0

Name: sepal length(cm), dtype: float64

pd_iris['sepal length(cm)'].describe()

count 150.000000

mean 5.843333

std 0.828066

min 4.300000

25% 5.100000

50% 5.800000

75% 6.400000

max 7.900000

Name: sepal length(cm), dtype: float64

2、matplotlib.pyplot.hist直方图参数详解

修改对应参数，即可体验对应参数的功能；

大部分参数使用默认值即可。

import palettable

import random

plt.figure(dpi=150)

data=pd_iris['sepal length(cm)']

n, bins, patches=plt.hist(x=data,

##箱子数(bins)设置，以下三种不能同时并存

#bins=20,#default: 10

#bins=[4,6,8],#分两个箱子，边界分别为[4,6),[6,8]

#bins='auto',# 可选'auto', 'fd', 'doane', 'scott', 'stone', 'rice', 'sturges', or 'sqrt'.

#选择最合适的bin宽，绘制一个最能反映数据频率分布的直方图

#range=(5,7),#最左边和最右边箱子边界，不指定时，为(x.min(), x.max())

#density=True, #默认为False，y轴显示频数；为True y轴显示频率，频率统计结果=该区间频数/(x中总样本数*该区间宽度)

#weights=np.random.rand(len(x)),#对x中每一个样本设置权重，这里随机设置了权重

cumulative=False,#默认False，是否累加频数或者频率，及后面一个柱子是前面所有柱子的累加

bottom=0,#设置箱子y轴方向基线，默认为0，箱子高度=bottom to bottom + hist(x, bins)

histtype='bar',#直方图的类型默认为bar{'bar', 'barstacked', 'step', 'stepfilled'}

align='mid',#箱子边界值的对齐方式，默认为mid{'left', 'mid', 'right'}

orientation='vertical',#箱子水平还是垂直显示，默认垂直显示('vertical')，可选'horizontal'

rwidth=1.0,#每个箱子宽度，默认为1，此时显示50%

log=False,#y轴数据是否取对数，默认不取对数为False

color=palettable.colorbrewer.qualitative.Dark2_7.mpl_colors[3],

label='sepal length(cm)',#图例

#normed=0,#功能和density一样，二者不能同时使用

facecolor='black',#箱子颜色

edgecolor="black",#箱子边框颜色

stacked=False,#多组数据是否堆叠

alpha=0.5#箱子透明度

)

plt.xticks(bins)#x轴刻度设置为箱子边界

for patch in patches:#每个箱子随机设置颜色

patch.set_facecolor(random.choice(palettable.colorbrewer.qualitative.Dark2_7.mpl_colors))

#直方图三个返回值

print(n)#频数

print(bins)#箱子边界

print(patches)#箱子数

#直方图绘制分布曲线

plt.plot(bins[:10],n,'--',color='#2ca02c')

plt.hist(x=[i+0.1 for i in data],label='new sepal length(cm)',alpha=0.3)

plt.legend()

[ 9. 23. 14. 27. 16. 26. 18. 6. 5. 6.]

[4.3 4.66 5.02 5.38 5.74 6.1 6.46 6.82 7.18 7.54 7.9 ]

3、参考资料

4、我的公众号

"pythonic生物人"，持续分享数据科学和生物信息干货，欢迎来看看。

本文地址：https://blog.csdn.net/qq_21478261/article/details/107218300

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！