python 直方图的绘制方法全解_matplotlib画出直方图和密度图方法

前言

matplotlib处理经常能够用到的折线图、柱状图等，还可以画出直方图和密度图。

plt.hist()方法

matplotlib.pyplot.hist（x，bins = None，range = None，density = None，weights = None，cumulative = False，bottom = None，hist type =‘bar’，align =‘mid’，orientation =‘vertical’，rwidth = None，log = False，color = None，label = None，stacked = False，normed = None，*，data = None，** kwargs ）

可以看到参数非常多，简单的介绍几个：

x ： （n，）数组或序列（n，）数组

输入值，这需要单个数组或不需要具有相同长度的数组序列。

bins： int，默认是10，就是把数据分多少份的意思。

sequence， 可以给出bins的边缘如：[1, 2, 3, 4]，分成的区间就是[1, 2)[2, 3)[3, 4]。

hist type ： {‘bar’，‘barstacked’，‘step’，‘stepfilled’}，可选，改变绘图样式。

rwidth：柱状图，每一个柱子的相对宽度

详情参考官方文档：传送门

代码demo

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series, DataFrame

np.random.seed(666)

s = Series(np.random.randn(1000)) # 1000 个数据的分布

s.hist( rwidth = 0.9, bins = 5, histtype = 'stepfilled')

plt.show() # 见 图1

re = plt.hist(s, rwidth = 0.9, kind = 'kde')

'''

re 是一个元组

re[0] 出现的频率

[ 6. 20. 81. 185. 265. 214. 151. 63. 10. 5.]

re[1] 出现的间隔

[-3.19551031 -2.5366076 -1.87770489 -1.21880218 -0.55989947 0.09900323

0.75790594 1.41680865 2.07571136 2.73461407 3.39351678]

re[2]

'''

plt.show() # 见 图2

'''

第一个数值的频率是6，介于 -3.19551031 和 -2.5366076 之间

一次类推

'''

'''

参数设置：

bins 默认 10， 分多少份

color 选择颜色

orientation 默认垂直，可以选择水平

注意：将kind='kde',画出来的就是一个密度图,如：

s.plot(kind='kde') 就是一个密度图

'''1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

在之前提到对series画图中，可以使用 s.plot()，需要注意的是，将kind=‘kde’,画出来的就是一个密度图,如：

s.plot(kind=‘kde’) 就是一个密度图

图1：

图2：