●
Python = 39/365
●
小图,小图,不简单。数据关系很显然。想要作图有点儿难,一步一步到彼岸!:)小统计大作用,直方图最便捷也最浅显!
日更不停,你看行不行?
我带着你,你带着Python Flag,共勉!
No.1 Python-直方图
直方图(Histogram),又称质量分布图,是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型,纵轴表示分布情况。
直方图常用于呈现数据的分布状态。
【案例】源一学园近期的文章深度阅读数量。
首先引入matplotlib库,接着我们用数据字典定义一个reading字典。接着用hist函数将x轴数据放置到相应参数位置。最后,出图!
import matplotlib.pyplot as pltreading = {35:119,34:49,33:71,32:50,此处省略其他数据}plt.hist(reading.values())plt.show()
No.2 Python-hist基础参数
hist 函数部分参数格式
plt.hist(x, bins=None, range=None, density=None, rwidth )
x 代表要统计的数据
bins 代表指定直方图条形的个数(数据统计宽度范围,分类)
density 布尔类型,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)。
color 代表点的颜色
rwidth 代表直方条的宽度百分比
n, limits, patches = plt.hist(reading.values(),12,density =1,label='reading',rwidth=0.65)plt.plot(limits[:12],n,'--') #显示直方图的变化曲线
No.3 Python-坐标轴刻度设置
可以通过matplotlib设置坐标轴刻度
plt.xticks( )
plt.yticks( )
import numpy as npmy_x_ticks = np.arange(0, 250, 20)my_y_ticks = np.arange(0, 0.05, 0.005)plt.xticks(my_x_ticks)plt.yticks(my_y_ticks)plt.show()
小统计大作用,直方图最便捷也最浅显!
Python365专辑