Python?matplotlib.pyplot.hist()繪制直方圖的方法實(shí)例
更新時(shí)間：2022年06月30日 11:36:25 作者：小羊快學(xué)
直方圖(Histogram)又稱質(zhì)量分布圖,是一種統(tǒng)計(jì)報(bào)告圖,由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況,一般用橫軸表示數(shù)據(jù)類型,縱軸表示分布情況,下面這篇文章主要給大家介紹了關(guān)于Python?matplotlib.pyplot.hist()繪制直方圖的相關(guān)資料,需要的朋友可以參考下
一、matplotlib.pyplot.hist()語法
hist(x, bins=None, range=None, density=False,weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)
plt.hist(
x,# 指定要繪制直方圖的數(shù)據(jù)
bins,# 設(shè)置長條形的數(shù)目
range,# 指定直方圖數(shù)據(jù)的上下界，默認(rèn)包含繪圖數(shù)據(jù)的最大值和最小值（范圍）
density=True or False, # 如果"True"，將y軸轉(zhuǎn)化為密度刻度 默認(rèn)為None
weights,# 該參數(shù)可為每一個(gè)數(shù)據(jù)點(diǎn)設(shè)置權(quán)重
cumulative=True or False,# 是否需要計(jì)算累計(jì)頻數(shù)或頻率 默認(rèn)值False
bottom=0, # 可以為直方圖的每個(gè)條形添加基準(zhǔn)線，默認(rèn)為0
histtype={'bar', 'barstacked', 'step', 'stepfilled'} # 設(shè)置樣式
# bar柱狀形數(shù)據(jù)并排，默認(rèn)值。
# barstacked在柱狀形數(shù)據(jù)重疊并排（相同的在一起）
# step柱狀形顏色不填充
# stepfilled填充的線性
align='mid' or 'left' or 'right', # 設(shè)置條形邊界值的對其方式，默認(rèn)為mid，除此還有'left'和'right'
orientation={'vertical', 'horizontal'},# 設(shè)置直方圖的擺放方向，默認(rèn)為垂直方向vertical
rwidth,# 設(shè)置直方圖條形寬度的百分比
log=True or False,# 是否需要對繪圖數(shù)據(jù)進(jìn)行l(wèi)og變換 默認(rèn)值False
color='r',# 設(shè)置直方圖的填充色
label, # 設(shè)置直方圖的標(biāo)簽
stacked=True or False, # 當(dāng)有多個(gè)數(shù)據(jù)時(shí)，是否需要將直方圖呈堆疊擺放，默認(rèn)False水平擺放；
facecolor,# 設(shè)置長條形顏色(和color效果一致，設(shè)置color就不用再設(shè)置facecolor)
edgecolor,# 設(shè)置邊框的顏色
alpha # 設(shè)置透明度
)
# 注意組距，得到滿意的展示效果
# 注意y軸所代表的變量是頻數(shù)還是頻率二、繪制直方圖
①繪制簡單直方圖
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) # bins設(shè)置長條形的數(shù)目 plt.hist(data,bins=10) plt.show()
②：各個(gè)參數(shù)繪制的直方圖
（1）histtype參數(shù)（設(shè)置樣式bar、barstacked、step、stepfilled）
1. bar：柱狀形數(shù)據(jù)并排（因?yàn)閎ar是默認(rèn)值，可以不寫）
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10) plt.show()
2. barstacked：在柱狀形數(shù)據(jù)重疊并排（相同的在一起）
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,histtype='barstacked') plt.show()
3. step：柱狀形顏色不填充
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,histtype='step') plt.show()
4. stepfilled：生成一個(gè)默認(rèn)填充的線圖
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,histtype='stepfilled') plt.show()
（2）range參數(shù)（指定直方圖數(shù)據(jù)的上下界，默認(rèn)包含繪圖數(shù)據(jù)的最大值和最小值（范圍））
不想顯示數(shù)據(jù)全部范圍，只想查看數(shù)據(jù)某一個(gè)范圍內(nèi)的數(shù)據(jù)。（例：下圖數(shù)據(jù)范圍為140~180之間，只想查看150~170之間的數(shù)據(jù))
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,histtype='bar',range=(150,170)) plt.show()
（3）orientation參數(shù) （設(shè)置直方圖的擺放位置，vertical垂直方向 horizontal水平方向，默認(rèn)值：vertical垂直方向）
垂直方向（默認(rèn)垂直，可以不寫）：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10) plt.show()
horizontal水平方向：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal') plt.show()
（4）density參數(shù)（bool值，True：將坐標(biāo)軸轉(zhuǎn)化為密度刻度，默認(rèn)值：None）
直方圖為垂直方向時(shí)，觀察y軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,density=True) plt.show()
直方圖為水平方向時(shí)，觀察x軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal',density=True) plt.show()
（5）weights參數(shù)（為每個(gè)數(shù)據(jù)點(diǎn)設(shè)置權(quán)重）
直方圖為垂直方向時(shí)，觀察y軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,weights=data) plt.show()
直方圖為水平方向時(shí)，觀察x軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal',weights=data) plt.show()
（6）cumulative參數(shù)（bool值，是否需要計(jì)算累計(jì)頻數(shù)或頻率，默認(rèn)值：False）
頻數(shù)：指事件發(fā)生的次數(shù)
頻率：指次數(shù)占總次數(shù)n的比例
頻率=頻數(shù)/n
直方圖為垂直方向時(shí)：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,cumulative=True) plt.show()
直方圖為水平方向時(shí)：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal',cumulative=True) plt.show()
（7）bottom參數(shù)（為直方圖添加基準(zhǔn)線）
直方圖為垂直方向時(shí)，觀察y軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,bottom=170) plt.show()
直方圖為水平方向時(shí)，觀察x軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal',bottom=170) plt.show()
（8）align參數(shù)（設(shè)置條形邊界值的對其方式，mid、left、right，默認(rèn)值：mid）
mid（默認(rèn)值可以不寫）：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10) plt.show()
left：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,align='left') plt.show()
right：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,align='right') plt.show()
（9）rwidth參數(shù)（設(shè)置直方圖條形寬度的百分比）
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,rwidth=0.5) plt.show()
（10）log參數(shù)（bool值，對繪圖數(shù)據(jù)進(jìn)行l(wèi)og變換 默認(rèn)值：False）
直方圖為垂直方向時(shí)，觀察y軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,log=True) plt.show()
直方圖為水平方向時(shí)，觀察x軸：
import matplotlib.pyplot as plt import numpy as np data=np.random.randint(140,180,200) plt.hist(data,bins=10,orientation='horizontal',log=True) plt.show()
（11）stacked參數(shù)（bool值，當(dāng)有多個(gè)數(shù)據(jù)時(shí)，是否需要將直方圖呈堆疊擺放，默認(rèn)值：False水平擺放）
stacked=False時(shí)：（水平擺放）
import matplotlib.pyplot as plt import numpy as np x=np.random.randint(140,180,200) y=np.random.randint(140,180,200) plt.hist([x,y], bins=10) plt.show()
stacked=True時(shí)：（堆疊擺放）
import matplotlib.pyplot as plt import numpy as np x=np.random.randint(140,180,200) y=np.random.randint(140,180,200) plt.hist([x,y], bins=10,stacked=True) plt.show()
（12）直方圖所有參數(shù)展示：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['FangSong']
fig=plt.figure(figsize=(8,8))
data=np.random.randint(140,180,200)
# data數(shù)據(jù)
# bins設(shè)置長條形的個(gè)數(shù)
# histtype設(shè)置樣式 barstacked：在柱狀形數(shù)據(jù)重疊并排（相同的在一起）
# range顯示范圍
# cumulative累計(jì)頻數(shù)
# align設(shè)置邊界對齊值為中心對齊
# orientation設(shè)置擺放方向?yàn)閔orizontal水平方向
# rwidth設(shè)置長條形寬度的百分比為20
# color設(shè)置長條形的填充顏色為#FFB6C1
# label設(shè)置直方圖的標(biāo)簽
# edgecolor設(shè)置長條形邊框線為#FFD700
# alpha設(shè)置長條形的透明度為0.5
# density=True 長條形呈水平方向：density將x軸轉(zhuǎn)換為密度刻度 長條形呈垂直方向：density將y軸轉(zhuǎn)換為密度刻度
# weights=data為每個(gè)數(shù)據(jù)點(diǎn)設(shè)置權(quán)重
# bottom設(shè)置基準(zhǔn)線為15000
# log=True是否對數(shù)據(jù)進(jìn)行l(wèi)og轉(zhuǎn)換
plt.hist(data,bins=10,histtype='barstacked',range=(140,170),cumulative=True,align='mid',orientation='horizontal',rwidth=20,color='#FFB6C1',
label='數(shù)量',edgecolor='#FFD700',alpha=0.5,weights=data,bottom=10000,log=False)
plt.xticks(size=20) # x軸刻度值大小
plt.yticks(size=20) # y軸刻度值大小
plt.title('hist',size=30) # 設(shè)置直方圖標(biāo)簽
plt.xlabel('x軸',size=15) # 設(shè)置x軸標(biāo)簽
plt.ylabel('y軸',size=20) # 設(shè)置y軸標(biāo)簽
plt.rcParams.update({'font.size':20}) # 修改圖例字體大小
plt.legend()
plt.show()
三、在直方圖上畫折線圖
import matplotlib.pyplot as plt import numpy as np x=np.random.normal(100,15,10000) y=np.random.normal(80,15,10000) # density=True設(shè)置為密度刻度 n1, bins1, patches1 = plt.hist(x, bins=50, density=True, color='#00B8B8', alpha=1) n2, bins2, patches2 = plt.hist(y, bins=50, density=True, color='r', alpha=0.2) plt.plot(bins1[:-1],n1,':',lw=3) plt.plot(bins2[:-1],n2,'--',lw=3) plt.show()
總結(jié)
到此這篇關(guān)于Python matplotlib.pyplot.hist()繪制直方圖的文章就介紹到這了,更多相關(guān)matplotlib.pyplot.hist()繪制直方圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
- Python利用matplotlib.pyplot繪圖時(shí)如何設(shè)置坐標(biāo)軸刻度
- python matplotlib.pyplot.plot()參數(shù)用法
- 如何在Python中利用matplotlib.pyplot畫出函數(shù)圖詳解
- python數(shù)據(jù)可視化之matplotlib.pyplot基礎(chǔ)以及折線圖
- Python數(shù)據(jù)可視化之matplotlib.pyplot繪圖的基本參數(shù)詳解
- Python?matplotlib.pyplot.subplots()用法詳解
- Python大數(shù)據(jù)處理之matplotlib.pyplot初步使用
相關(guān)文章
Python將文字轉(zhuǎn)成語音并讀出來的實(shí)例詳解
今天小編就為大家分享一篇Python將文字轉(zhuǎn)成語音并讀出來的實(shí)例詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
本篇文章主要介紹了python之PyMongo使用總結(jié)，詳細(xì)的介紹了PyMongo模塊的使用，具有一定的參考價(jià)值，有興趣的可以了解一下2017-05-05
這篇文章主要介紹了Python操作Jira庫常用方法解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
python設(shè)計(jì)微型小說網(wǎng)站(基于Django+Bootstrap框架)
這篇文章主要介紹了python設(shè)計(jì)微型小說網(wǎng)站(基于Django+Bootstrap框架),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
基于Python繪制一個(gè)摸魚倒計(jì)時(shí)界面
前端時(shí)間推出了一個(gè)摸魚APP，這篇文章將為大家介紹基于Python繪制一個(gè)摸魚倒計(jì)時(shí)界面，文中的示例代碼講解詳細(xì)，感興趣的可以學(xué)習(xí)一下2021-12-12
本文主要介紹了Python為什么要保留顯式的self，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
matplotlib圖形整合之多個(gè)子圖繪制的實(shí)例代碼
matplotlib繪制多個(gè)子圖的時(shí)候，我們可以根據(jù)自己的想法去排列子圖的順序，也可以生成不同的子圖數(shù)量，本文就詳細(xì)的介紹了matplotlib 多子圖繪制，具有一定的參考價(jià)值，感興趣的可以了解一下2022-04-04
這篇文章主要給大家介紹了關(guān)于Django中信號signals的簡單使用方法，文中通過示例代碼介紹的非常詳細(xì)，對大家學(xué)習(xí)或者使用Django具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
Python利用pandas和matplotlib實(shí)現(xiàn)繪制堆疊柱狀圖
在數(shù)據(jù)可視化中,堆疊柱狀圖是一種常用的圖表類型,它能夠清晰地展示多個(gè)類別的數(shù)據(jù),本文將演示如何使用 Python 的 pandas 和 matplotlib 庫繪制優(yōu)化的堆疊柱狀圖,需要的可以參考下2023-11-11
opencv 圖像禮帽和圖像黑帽的實(shí)現(xiàn)
這篇文章主要介紹了opencv 圖像禮帽和圖像黑帽的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07