np.histogram与plt.hist

1、np.histogram

histogram(a,bins=10,range=None,weights=None,density=False);

• a是待统计数据的数组；
• bins指定统计的区间个数；
• range是一个长度为2的元组，表示统计范围的最小值和最大值，默认值None，表示范围由数据的范围决定
• weights为数组的每个元素指定了权值,histogram()会对区间中数组所对应的权值进行求和
• density为True时，返回每个区间的概率密度；为False，返回每个区间中元素的个数

a = np.random.rand(100)
hist,bins = np.histogram(a,bins=5,range=(0,1))
print(hist)
print(bins)

'''
out:
[19 30 15 16 20]
[ 0.   0.2  0.4  0.6  0.8  1. ]

'''

2、plt.hist

 n,bins,patches=matplotlib.pyplot.hist(  
    x, bins=10, range=None, normed=False,   
    weights=None, cumulative=False, bottom=None,   
    histtype=u'bar', align=u'mid', orientation=u'vertical',   
    rwidth=None, log=False, color=None, label=None, stacked=False,   
    hold=None, **kwargs)  

返回值:

• n:直方图向量，是否归一化由参数normed设定。
• 当normed取默认值时，n即为直方图各组内元素的数量（各组频数）
• bins: 返回各个bin的区间范围 patches：返回每个bin里面包含的数据，是一个list

参数

• x: 作直方图所要用的数据，必须是一维数组。多维数组可以先进行扁平化再作图
• bins: 直方图的柱数，可选项，默认为10
• normed: 是否将得到的直方图向量归一化。默认为0
• facecolor: 直方图颜色
• edgecolor: 直方图边框颜色
• alpha: 透明度
• histtype: 直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

（hist的参数非常多，但常用的有以下6个，只有第一个是必须的，后面5个可选）