python 直方图_Python = 39/365

● 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

Python，365！