内容纲要

5.Matplotlib直方图的使用方法

直方图¶

直方图概念简介¶

直方图是一种统计图表，用矩形表示数据的分布情况。它将数据分成若干组，每组的频数（或频率）用矩形的高度表示，而组的取值范围用矩形的宽度表示。直方图通常用于展示数据的分布情况，可以帮助我们快速了解数据的集中程度、偏斜程度以及异常值情况。

直方图的主要用途包括：

数据分布展示：通过直方图，我们可以直观地看出数据的分布情况，如数据的集中区间、数据的分散程度等。
发现异常值：直方图可以帮助我们发现数据中的异常值，即与大部分数据明显不同的数值。
比较不同数据集：通过比较不同数据集的直方图，可以快速了解它们之间的差异和相似性。

plt.hist函数说明¶

plt.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)

x (array-like): 输入数据，可以是一维数组或序列。
bins (int or sequence, optional): 直方图的箱子数量或者箱子边界。
range (tuple or None, optional): 指定数据的范围，超出范围的数据将被忽略。
density (bool, optional): 如果为True，则绘制密度直方图，即直方图的总面积为1。
weights (array-like, optional): 每个数据点的权重。
cumulative (bool or -1, optional): 如果为True，则绘制累积直方图。如果为一个负值，则反向绘制累积直方图。
bottom (array-like, scalar, or None, optional): 直方图的底部位置。
histtype ({‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}, optional): 直方图类型。
align ({‘left’, ‘mid’, ‘right’}, optional): 直方图的对齐方式。
orientation ({‘horizontal’, ‘vertical’}, optional): 直方图的方向。
rwidth (scalar or None, optional): 直方图的宽度，指定为箱子宽度的比例。
log (bool, optional): 如果为True，则绘制对数直方图。
color (color or array-like of colors or None, optional): 直方图的颜色。
label (str or None, optional): 直方图的标签。
stacked (bool, optional): 如果为True，则绘制堆叠直方图。

函数详细介绍：https://matplotlib.org/3.8.4/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.hist

直方图示例¶

In [14]:

import matplotlib.pyplot as plt
import numpy as np

# 模拟一周内每天的气温数据
np.random.seed(0)
temperatures = np.random.normal(loc=25, scale=5, size=7)  # 使用正态分布生成气温数据

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# 创建直方图
plt.hist(temperatures, bins=7, color='skyblue', edgecolor='black')

# 添加标题和标签
plt.title('一周内每天的气温直方图')
plt.xlabel('气温（摄氏度）')
plt.ylabel('频数')

# 显示直方图
plt.show()

bins参数¶

In [22]:

# 模拟一周内每天的气温数据
np.random.seed(0)
temperatures = np.random.normal(loc=25, scale=5, size=7)  # 使用正态分布生成气温数据

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# bins传入序列，按照传入序列分组
nums, bins, patches = plt.hist(temperatures, bins=[18,20,27,28,29,30,31,32,33], color='skyblue', edgecolor='black')

# 添加标题和标签
plt.title('一周内每天的气温直方图')
plt.xlabel('气温（摄氏度）')
plt.ylabel('频数')

# 显示直方图
plt.show()

print(nums)    # 区间内出现次数
print(bins)    # 区间范围
print(patches) # 返回的

[0. 1. 1. 0. 2. 0. 0. 0.]
[18. 20. 27. 28. 29. 30. 31. 32. 33.]
<BarContainer object of 8 artists>

density参数示例¶

In [19]:

# 模拟一周内每天的气温数据
np.random.seed(0)
temperatures = np.random.normal(loc=25, scale=5, size=7)  # 使用正态分布生成气温数据

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# 将density设为true，此时显示的是密度
nums, bins, patches = plt.hist(temperatures, bins=5, color='skyblue', edgecolor='black', density=True)

# 添加标题和标签
plt.title('一周内每天的气温直方图')
plt.xlabel('气温（摄氏度）')
plt.ylabel('')

# 显示直方图
plt.show()

cumulative参数示例¶

In [21]:

# 模拟一周内每天的气温数据
np.random.seed(0)
temperatures = np.random.normal(loc=25, scale=5, size=7)  # 使用正态分布生成气温数据

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# 增加cumulative后，直方图是累积直方图
nums, bins, patches = plt.hist(temperatures, bins=5, color='skyblue', edgecolor='black', cumulative=True)

# 添加标题和标签
plt.title('一周内每天的气温直方图')
plt.xlabel('气温（摄氏度）')
plt.ylabel('')

# 显示直方图
plt.show()

增加数据标注¶

In [26]:

import matplotlib.pyplot as plt
import numpy as np

# 模拟一周内每天的气温数据
np.random.seed(0)
temperatures = np.random.normal(loc=25, scale=5, size=7)  # 使用正态分布生成气温数据

# 创建直方图并获取返回值
n, bins, patches = plt.hist(temperatures, bins=5, color='skyblue', edgecolor='black')

# 添加数据标注
for i in range(len(n)):
    plt.text(bins[i] + (bins[i+1] - bins[i]) / 2, n[i], f'{n[i]}', ha='center', va='bottom')

# 添加标题和标签
plt.title('一周内每天的气温直方图')
plt.xlabel('气温（摄氏度）')
plt.ylabel('频数')

plt.show()