Python绘制频率分布直方图

Python绘制频率分布直方图

项目中在前期经常要看下数据的分布情况，这对于探究数据规律非常有用。概率分布表示样本数据的模样，长的好不好看如果有图像展示出来就非常完美了，使用Python绘制频率分布直方图非常简洁，因为用的频次非常高，这里记录下来。还是Python大法好，代码简洁不拖沓~

如果数据取值的范围跨度不大，可以使用等宽区间来展示直方图，这也是最常见的一种；如果数据取值范围比较野，也可以自定义区间端点，绘制图像，下面分两种情况展示

plt.hist函数中有个参数normed默认是None，表示不对数据进行归一化，这个情况绘制出来的就是频次直方图，加了normed=True,之后就是标准的频率直方图

1. 区间长度相同绘制直方图

#-*- encoding=utf-8 -*-
import datetime
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')


# 按照固定区间长度绘制频率分布直方图
# bins_interval 区间的长度
# margin        设定的左边和右边空留的大小
def probability_distribution(data, bins_interval=1, margin=1):
    bins = range(min(data), max(data) + bins_interval - 1, bins_interval)
    print(len(bins))
    for i in range(0, len(bins)):
        print(bins[i])
    plt.xlim(min(data) - margin, max(data) + margin)
    plt.title("Probability-distribution")
    plt.xlabel('Interval')
    plt.ylabel('Probability')
    # 频率分布normed=True，频次分布normed=False
    prob,left,rectangle = plt.hist(x=data, bins=bins, normed=True, histtype='bar', color=['r'])
    for x, y in zip(left, prob):
        # 字体上边文字
        # 频率分布数据 normed=True
        plt.text(x + bins_interval / 2, y + 0.003, '%.2f' % y, ha='center', va='top')
        # 频次分布数据 normed=False
        # plt.text(x + bins_interval / 2, y + 0.25, '%.2f' % y, ha='center', va='top')
    plt.show()

2. 区间长度不同绘制频次直方图

#-*- encoding=utf-8 -*-
import datetime
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc'

# 自己给定区间，小于区间左端点和大于区间右端点的统一做处理，对于数据分布不均很的情况处理较友好
# bins      自己设定的区间数值列表
# margin    设定的左边和右边空留的大小
# label     右上方显示的图例文字
"""e
    import numpy as np
    data = np.random.normal(0, 1, 1000)
    bins = np.arange(-5, 5, 0.1)
    probability_distribution_extend(data=data, bins=bins)
"""
def probability_distribution_extend(data, bins, margin=1, label='Distribution'):
    bins = sorted(bins)
    length = len(bins)
    intervals = np.zeros(length+1)
    for value in data:
        i = 0
        while i < length and value >= bins[i]:
            i += 1
        intervals[i] += 1
    intervals = intervals / float(len(data))
    plt.xlim(min(bins) - margin, max(bins) + margin)
    bins.insert(0, -999)
    plt.title("probability-distribution")
    plt.xlabel('Interval')
    plt.ylabel('Probability')
    plt.bar(bins, intervals, color=['r'], label=label)
    plt.legend()
    plt.show()

Case示例

if __name__ == '__main__':
    data = [1,4,6,7,8,9,11,11,12,12,13,13,16,17,18,22,25]
    probability_distribution(data=data, bins_interval=5,margin=0)

效果如下图

频次分布直方图

频率分布直方图