如何在 Matplotlib 中绘制数据列表的直方图

Suraj Joshi 2020年11月7日
如何在 Matplotlib 中绘制数据列表的直方图

我们可以使用 plt.hist() 方法从数据列表中绘制直方图。

plt.hist() 方法的语法

matplotlib.pyplot.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)

示例:从数据列表中使用 Matplotlib 绘制直方图

import matplotlib.pyplot as plt

data = [3,4,2,3,4,5,4,7,8,5,4,6,2,1,0,9,7,6,6,5,4]

n, bins, patches=plt.hist(data)
plt.xlabel("Values")
plt.ylabel("Frequency")
plt.title("Histogram")
plt.show()

输出:

Matplotlib 中的直方图,带有默认的 bins

在这里,我们在一个列表 data 中有数值。我们将这个列表传入 plt.hist() 命令,从值列表中生成一个直方图。plt.hist() 方法会返回二进制的频率、二进制的端点以及用于创建直方图的补丁列表。

在本例中,我们没有设置 bins 参数的值。默认情况下,bins 的值是 10,所以脚本会从 10 个 bins 的数据列表中创建直方图。

此外,我们可以在制作直方图时使用 bins 命令控制直方块的数量。

import matplotlib.pyplot as plt

data = [3,4,2,3,4,5,4,7,8,5,4,6,2,1,0,9,7,6,6,5,4]
n, bins, patches=plt.hist(data,bins=20)
plt.xlabel("Values")
plt.ylabel("Frequency")
plt.title("Histogram with 20 bins")
plt.show()

输出:

在 Matplotlib 中设置直方图中的直方块数量

这个过程显示了由 20 个直方块组成的直方图,这是平均划分整个列表值范围的结果。

默认情况下,density 参数的值被设置为 False;这意味着我们在直方图中得到每个 bin 的精确计数的图。如果我们想让列表中每个 bin 的概率密度图,我们需要将 density 设置为 True。如果 densityTrue,直方图下的区域积分为 1

import matplotlib.pyplot as plt

data = [3,4,2,3,4,5,4,7,8,5,4,6,2,1,0,9,7,6,6,5,4]
n, bins, patches=plt.hist(data,bins=20,density=True)
plt.xlabel("Weight")
plt.ylabel("Probability")
plt.title("Histogram with Probability Plot")
plt.show()

输出:

直方图与 Matplotlib 中的概率图

现在我们可以使用 color 参数设置直方图的颜色。

import matplotlib.pyplot as plt

data = [3,4,2,3,4,5,4,7,8,5,4,6,2,1,0,9,7,6,6,5,4]
n, bins, patches=plt.hist(data,bins=20,density=True,color='red')
plt.xlabel("Weight")
plt.ylabel("Probability")
plt.title("Red Histogram Plot")
plt.show()

输出:

Matplotlib 中的红色直方图

此方法生成红色的直方图。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相关文章 - Matplotlib Visualizations