数据可视化库 matplotlib 入门 4——直方图

在前面关于 matploblib 的文章中，笔者分别介绍了：

• matplotlib 库的安装与配置，常用套路和绘图组件。
• 画布和绘图域的创建、图素的设置、用 plot 函数绘制线图并设置图例、网格
• 绘制多种柱状图

本篇介绍 matplotlib 绘制直方图的方法。直方图（Histogram）又称质量分布图，是一种条形图，由一系列纵向线段来表示数据分布的情况。 其横轴表示数据区间，纵轴表示区间内分布情况（频数或频率）。它与柱状图的区别是：直方图统计了指定的各个区间内的数量分布或频率分布；而柱状图则用于展示各个类别的数据。因此，绘制直方图，关键是指定划分区间。

hist() 函数

Matplotlib 提供了 hist() 函数来绘制直方图，它可以应用在 MATLAB 样式以及面向对象的绘图方法中。当它与 axes 对象一起使用时，其语法格式如下：

• axes.hist(x, bins, range, density=False, weights, cumulative=False, bottom, histtype='bar', align='mid', orientation='vertical', rwidth, log=False, color, label, stacked=False, **kwargs)
  x：一个序列或者一维数组，指定定绘制直方图要统计的数据
  bins：若是一个整数，则将数据划分成等分的 bins 份。若是一个序列，直接指定分界点，实现等分或非等分划分。
  range：一个元组，给出了数据的上界和下界，在这之外的数据不统计。
  density：若为True，则统计数据出现的频率；否则统计频数。
  weights：长度与x相同的序列，指定每个数据的权重。
  cumulative ：若为True，则计算的是累积频率/频数。
  bottom：一个整数或者整数序列，指定直方图底部的纵坐标。默认为 0。
  histtype：指定直方图的类型，可以为’bar’/‘barstacked’/‘step’/‘stepfilled’。
  align：直方图每个小矩形的对齐方式，可以为’left’/‘mid’/right’。
  orientation：直方图绘制方向，可以为’horizontal’/‘vertical’。
  rwidth：一个标量值，指定直方图每个矩形相对于默认值的宽度。若直方图类型为 ‘step’/‘stepfilled’，则忽略该参数。
  log：若为True，则 x 轴使用对数坐标。
  color：颜色或者颜色序列，指定直方图的颜色。
  label：字符串或者字符串序列，指定直方图标签。
  stacked：若为True，则多个直方图会叠加在一起。
  其他参数设置了 Patch 的属性。

该函数返回元组 (n_arr, bins_arr, patches)，n_arr 是一个元素为频数/频率的 numpy 数组；bins_arr 也是 numpy 数组，元素为直方图的各个分界点；patches 是一个 BarContainer 对象，包含每个直方图。

绘制直方图示例

示例一：

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure('Hist example1', figsize=(9.5, 6.8))

x = np.random.randn(1000)  # 创建数据

ax1 = fig.add_subplot(221)
ax1.hist(x, bins=5, range=(-3.5, 0))  # 仅统计-3.5到0之间的数据

ax2 = fig.add_subplot(222)
bins=[0, 0.5, 1.1, 1.6, 2.5, 3]
ax2.hist(x, bins, color='g')   # 直接指定分界点，实现非等分划分
ax2.set_xticks(bins)

ax3 = fig.add_subplot(223)
xmin, xmax, bins = x.min(), x.max(), 7
interval = (xmax - xmin) / bins
xticks = np.arange(xmin, xmax+interval/2, interval, dtype=np.float64)
ax3.hist(x, bins, color='y')
ax3.set_xticks(xticks)         # 把分界点作为 x 轴刻度

ax4 = fig.add_subplot(224)
bins = range(-4, 5)
ax4.hist(x, bins, color='r', density=True)  # 在指定范围内统计各区间频率
ax4.set_xticks(bins)

plt.show()

上述代码绘制图像如下：

示例二：

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure('Hist example2', figsize=(8.5, 6.8))

x = np.random.randn(1000)  # 创建数据

ax1 = fig.add_subplot(221)
ax1.hist(x, bins=7, orientation='horizontal')  # 绘制横向直方图

ax2 = fig.add_subplot(222)
n_arr, bin_arr, _ = ax2.hist(x, bins=7, color='c')  # 对函数返回值进行拆包，获得各区间统计值和各分界点
bin_list = bin_arr.tolist()
dx = (bin_list[1] - bin_list[0]) / 2
for i,j in zip(bin_list[:-1], n_arr):                
    ax2.text(i+dx, j+0.1, "%d"%j, ha="center", va="bottom")  # 把统计数据加到直方图上方
ax2.set_xticks(bin_list)     # 把各分界点作为 x 轴刻度
ax2.grid(axis='x')

ax3 = fig.add_subplot(223)
bins = range(-3, 4)
ht = ax3.hist(x, bins, density=True, cumulative=True, histtype='step')  # 绘制频率累积直方图，类型为阶梯形
for i, j in zip(bins[:-1], ht[0]):
    ax3.text(i, j+0.01, '%.1f%%'%(j*100))  # 把频率数据加到直方图上方

ax4 = fig.add_subplot(224)
ax4.hist(x, bins=20, density=True, rwidth=0.8, label='a1', color='r')  # 指定直方图每个矩形相对于默认值的宽度

plt.show()

上述代码绘制图像如下：

以上。