python如何畫直方圖
matplotlib.pyplot直方圖畫起來還是非常方便的,思路還是準備好資料,然後設定引數即可。
直方圖(Histogram)又稱質量分佈圖。是一種統計報告圖,由一系列高度不等的縱向條紋或線段表示資料分佈的情況。 一般用橫軸表示資料型別,縱軸表示分佈情況。
直方圖是數值資料分佈的精確圖形表示。 這是一個連續變數(定量變數)的機率分佈的估計,並且被卡爾·皮爾遜(Karl Pearson)首先引入。它是一種條形圖。 為了構建直方圖,第一步是將值的範圍分段,即將整個值的範圍分成一系列間隔,然後計算每個間隔中有多少值。 這些值通常被指定為連續的,不重疊的變數間隔。 間隔必須相鄰,並且通常是(但不是必須的)相等的大小。
直方圖是呼叫的matplotlib.pyplot.hist模組
matplotlib.pyplot.hist的引數:
matplotlib.pyplot.hist(x,bins = None,range = None,density = None,weights = None,cumulative = False,bottom = None, histtype =’bar’,align =’mid’,orientation =’vertical’,rwidth = None,log = False,color = None,label = None, stacked = False,normed = None,hold = None,data = None,** kwargs )
hist的引數詳解
x : (n,)陣列或序列(n,)陣列
輸入值,這需要單個陣列或不需要具有相同長度的陣列序列
bins : 整數或序列或’auto’可選,預設是沒有
如果一個整數,bins +1,則計算並返回bin邊緣,與之一致numpy.histogram()
range : 元組或沒有可選的,預設是沒有
箱子的上下範圍。上下異常值將被忽略。如果沒有提供,範圍是(x.min(),x.max())。如果箱子是一個序列沒有影響範圍 如果指定箱是一個序列或範圍,自動定量是基於指定本範圍而不是x的範圍。
density :可選布林型別
如果這是真的,返回第一個元素的元組將計數歸一化形成一個機率密度,即。,面積(或積分)根據直方圖將之和為1。這是透過將整個計算 觀測的數量乘以本寬度,而不是除以總數量的觀察。如果堆也是真的,直方圖之和是標準化為1。 預設是沒有賦範和密度。如果設定,那麼將使用這個值。如果沒有設定,那麼引數將被視為錯誤的
weights:可選擇相同的資料或者沒有
陣列的重量、形狀相同的x。每個值x只貢獻相關重量對箱數(而不是1)。如果賦範或密度是真的,權重歸一化,這樣的積分密度範圍是1。
cumulative:可選布林型別
如果True,則計算直方圖,其中每個bin給出該bin中的計數加上較小值的所有bin。最後一個bin給出了資料點的總數。如果賦範或密度 也True然後直方圖歸一化,使得最後倉等於1。如果累計計算結果為小於0(例如,-1),累積的方向被反轉。在這種情況下,如果賦範 和/或密度也是True,則直方圖歸一化,使得第一倉等於1。 預設是 False
bottom:相同陣列,標量或者沒有
每個倉的底部基線的位置。如果是標量,則每個bin的基線移動相同的量。如果是一個陣列,每個bin都是獨立移動的,底部的長度必須 與bin的數量相匹配。如果為None,則預設為0。預設是 None
histtype : {‘bar’,’barstacked’,’step’,’stepfilled’},可選
要繪製的直方圖的型別 ‘bar’是傳統的條形直方圖。如果給出多個資料,則條並排排列。 ‘barstacked’是一種條形直方圖,其中多個資料堆疊在一起。 ‘step’生成一個預設未填充的線圖。 ‘stepfilled’生成一個預設填充的線圖。 預設為’bar’
align : {‘left’,’mid’,’right’},可選
控制直方圖的繪製方式。 ‘left’:條形圖位於左邊框邊緣的中心。 ‘mid’:條在bin邊緣之間居中。 ‘right’:條形圖位於右側邊框的中心。 預設為’mid’
orientation : {‘horizontal’,’vertical’},可選
如果是’horizontal’,barh將用於條形直方圖,底部 kwarg將用於左邊緣
log : 布林值,可選
如果True,直方圖軸將設定為對數刻度。如果 log是True且x是1D陣列,則將過濾掉空箱,並且僅 返回非空。(n, bins, patches). 預設是 False
color :顏色
顏色規格或顏色規格序列,每個資料集一個。Default(None)使用標準線顏色序列.預設是 None
例項:
import numpy as np import matplotlib.pyplot as plt np.random.seed(19680801) mu, sigma = 100, 15 x = mu + sigma * np.random.randn(10000) n, bins, patches = plt.hist(x, 50, density=True, facecolor='g', alpha=0.75) plt.xlabel('Smarts') plt.ylabel('Probability') plt.title('Histogram of IQ') plt.text(60, .025, r'$mu=100, sigma=15$') plt.axis([40, 160, 0, 0.03]) plt.grid(True) plt.show()
效果圖:
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/2480/viewspace-2836611/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Python畫直方圖以及包絡線和參考線Python直方圖
- 直方圖直方圖
- [Python影象處理] 十一.灰度直方圖概念及OpenCV繪製直方圖Python直方圖OpenCV
- 收集直方圖及檢視直方圖資訊直方圖
- 直方圖(histograms)直方圖Histogram
- 7.3 直方圖直方圖
- oracle 直方圖Oracle直方圖
- 直方圖均衡化直方圖
- 04:垂直直方圖直方圖
- oracle直方圖使用Oracle直方圖
- 直方圖學習直方圖
- Oracle直方圖解析Oracle直方圖圖解
- [zt] Histograms - 直方圖Histogram直方圖
- dba_histograms等高直方圖和等頻直方圖的理解Histogram直方圖
- Python 影像處理 OpenCV (16):影像直方圖PythonOpenCV直方圖
- [20170615]直方圖-高度直方圖(11g).txt直方圖
- 請教大家,java如何顯示直方圖、餅圖等等?Java直方圖
- 直方圖中最大矩形直方圖
- Oracle直方圖詳解Oracle直方圖
- 【效能優化】直方圖優化直方圖
- Python繪製直方圖 Pygal模擬擲骰子Python直方圖
- OpenCV計算機視覺學習(9)——影像直方圖 & 直方圖均衡化OpenCV計算機視覺直方圖
- halcon-直方圖均衡直方圖
- elasticsearch 之 histogram 直方圖聚合ElasticsearchHistogram直方圖
- oracle直方圖筆記-轉Oracle直方圖筆記
- 使用直方圖注意事項直方圖
- (轉)Oracle直方圖詳解Oracle直方圖
- Oracle直方圖詳解(ZT)Oracle直方圖
- 5種方法教你用Python玩轉histogram直方圖PythonHistogram直方圖
- Python批次繪製遙感影像資料的直方圖Python直方圖
- Oracle直方圖 (柱狀圖 histograms) 詳解Oracle直方圖Histogram
- 【沃趣科技】直方圖系列1直方圖
- Matplotlib直方圖繪製技巧直方圖
- opencv——影像直方圖與反向投影OpenCV直方圖
- 一文搞懂直方圖均衡直方圖
- 你知道直方圖都能幹啥?直方圖
- OpenCV之影象直方圖均衡化OpenCV直方圖
- 聊一聊MySQL的直方圖MySql直方圖