快捷導(dǎo)航

Python 中的 plt.hist 函數(shù)基本用法詳解

更新時間：2024年04月30日 11:15:21 作者：武帝為此

plt.hist 函數(shù)用于繪制直方圖，直方圖是一種用來表示數(shù)據(jù)分布的圖形，它將數(shù)據(jù)分成若干個區(qū)間，然后統(tǒng)計每個區(qū)間中數(shù)據(jù)的數(shù)量，最終以柱狀圖的形式展示出來，這篇文章主要介紹了Python 中的 plt.hist 函數(shù)基本用法詳解,需要的朋友可以參考下

前言

plt.hist 函數(shù)用于繪制直方圖。直方圖是一種用來表示數(shù)據(jù)分布的圖形，它將數(shù)據(jù)分成若干個區(qū)間，然后統(tǒng)計每個區(qū)間中數(shù)據(jù)的數(shù)量，最終以柱狀圖的形式展示出來。

什么是直方圖？

直方圖主要用于可視化數(shù)據(jù)的分布情況。它將數(shù)據(jù)劃分為一系列的區(qū)間（也稱為箱子或柱子），然后計算每個區(qū)間內(nèi)數(shù)據(jù)點(diǎn)的數(shù)量。這些數(shù)量通常用柱狀圖表示，柱子的高度表示該區(qū)間內(nèi)數(shù)據(jù)點(diǎn)的數(shù)量。

plt.hist 函數(shù)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 參數(shù)表示要將數(shù)據(jù)分成多少個區(qū)間
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram Example')
plt.show()

在這個示例中，我們傳遞了一個名為 data 的數(shù)據(jù)列表給 plt.hist 函數(shù)，并指定了 bins 參數(shù)為 5，表示將數(shù)據(jù)分成 5 個區(qū)間。使用 plt.xlabel、plt.ylabel 和 plt.title 函數(shù)來添加橫軸標(biāo)簽、縱軸標(biāo)簽和標(biāo)題。

plt.hist 的常用參數(shù)

bins：用于指定數(shù)據(jù)分成的區(qū)間數(shù)量，可以是一個整數(shù)，也可以是一個區(qū)間列表。如果不指定該參數(shù)，matplotlib 會自動選擇合適的區(qū)間數(shù)量。
range：用于指定數(shù)據(jù)的取值范圍，以元組的形式傳遞，例如 (0, 10) 表示只考慮數(shù)據(jù)在 0 到 10 之間的部分。
density：如果設(shè)置為 True，則直方圖的面積將歸一化為 1，這樣可以將直方圖視為概率密度函數(shù)。
color：用于設(shè)置直方圖的顏色。
alpha：用于設(shè)置直方圖的透明度。
edgecolor：用于設(shè)置直方圖柱子的邊緣顏色。
cumulative：如果設(shè)置為 True，則繪制累積直方圖，顯示每個區(qū)間內(nèi)數(shù)據(jù)點(diǎn)的累積數(shù)量。

示例代碼

基本直方圖

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()

歸一化直方圖

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()

累積直方圖

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()