Python 中的 plt.hist 函数基本用法详解

2021-04-29 11:22:14 作者：武帝为此

plt.hist 函数用于绘制直方图，直方图是一种用来表示数据分布的图形，它将数据分成若干个区间，然后统计每个区间中数据的数量，最终以柱状图的形式展示出来，这篇文章主要介绍了Python 中的 plt.hist 函数基本用法详解,需要的朋友可以参考下

前言

plt.hist 函数用于绘制直方图。直方图是一种用来表示数据分布的图形，它将数据分成若干个区间，然后统计每个区间中数据的数量，最终以柱状图的形式展示出来。

什么是直方图？

直方图主要用于可视化数据的分布情况。它将数据划分为一系列的区间（也称为箱子或柱子），然后计算每个区间内数据点的数量。这些数量通常用柱状图表示，柱子的高度表示该区间内数据点的数量。

plt.hist 函数的基本用法

import matplotlib.pyplot as plt
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
plt.hist(data, bins=5)  # bins 参数表示要将数据分成多少个区间
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram Example')
plt.show()

在这个示例中，我们传递了一个名为 data 的数据列表给 plt.hist 函数，并指定了 bins 参数为 5，表示将数据分成 5 个区间。使用 plt.xlabel、plt.ylabel 和 plt.title 函数来添加横轴标签、纵轴标签和标题。

plt.hist 的常用参数

bins：用于指定数据分成的区间数量，可以是一个整数，也可以是一个区间列表。如果不指定该参数，matplotlib 会自动选择合适的区间数量。
range：用于指定数据的取值范围，以元组的形式传递，例如 (0, 10) 表示只考虑数据在 0 到 10 之间的部分。
density：如果设置为 True，则直方图的面积将归一化为 1，这样可以将直方图视为概率密度函数。
color：用于设置直方图的颜色。
alpha：用于设置直方图的透明度。
edgecolor：用于设置直方图柱子的边缘颜色。
cumulative：如果设置为 True，则绘制累积直方图，显示每个区间内数据点的累积数量。

示例代码

基本直方图

import matplotlib.pyplot as plt
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
plt.hist(data, bins=5, edgecolor='black')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Basic Histogram')
plt.show()

归一化直方图

import matplotlib.pyplot as plt
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
plt.hist(data, bins=5, density=True, alpha=0.6, color='g', edgecolor='black')
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title('Normalized Histogram')
plt.show()

累积直方图

import matplotlib.pyplot as plt
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
plt.hist(data, bins=5, cumulative=True, edgecolor='black', color='r')
plt.xlabel('Value')
plt.ylabel('Cumulative Frequency')
plt.title('Cumulative Histogram')
plt.show()

到此这篇关于Python 中的 plt.hist 函数详解的文章就介绍到这了,更多相关Python plt.hist 函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！