python直方图教程_Matplotlib绘制直方图

直方图(Histogram)又称为质量分布图，是一种二维统计图表。它用一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据所属类别，用纵轴表示数量或者占比。用直方图可以比较直观地看出产品质量特征的分布状态，便于判断其总体质量分布情况。

在直方图中可以发现分布表无法发现的数据模式、样本的频率分布和总体的分布。

pyplot 中绘制直方图的函数为 hist，其语法格式如下：

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)

函数中的主要参数说明如下：

x：接收 array。表示 x 轴的数据，无默认；

bins：接收 int、序列或 auto。表示直方图的长条形数目，可选项，默认为 10；

range：接收 tuple。表示箱子的下部和上部范围，忽略较低和较高的异常值。如果未提供，则范围为(x.min()，x.max())，可选，默认值为 None；

histtype：取值为 bar、barstacked、step、stepfilled，可选，默认为 bar，表示要绘制的直方图的类型。其中，bar 是传统的条形直方图，如果给出多个数据，则条形直方图并排排列；barstacked 是将多个数据堆叠在一起的条形直方图；step 生成一个默认未填充的线图；stepfilled 生成一个默认填充的线图。

align：取值为 left、mid、right，可选，默认为 mid，用于控制直方图的绘制方式。其中，left 表示直方图位于左边框边缘的中心；mid 表示直方图在 bin 边缘之间居中；right 表示直方图位于右侧边框的中心。

rwidth：接收标量或无，可选，默认值为 None。表示条形的相对宽度作为箱宽的一部分。如果为 None，则自动计算宽度；如果 histtype 是 'step' 或 'stepfilled'，则忽略。

color：接收特定 string 或者包含颜色字符串的 array，表示直方图颜色，默认为 None。

edgecolor：接收特定 string 或者包含颜色字符串的 array，表示长条形边框的颜色。

alpha：接收 0~1 的小数。表示长条形的透明度，默认为 None。

normed：表示是否将得到的直方图向量归一化，可选项，默认为 0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。

【例 1】绘制一个正态分布数据的直方图。其程序代码 test1.py 如下。

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

import numpy as np

import matplotlib

# 设置Matplotlib正常显示中文和负号

matplotlib.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文

matplotlib.rcParams['axes.unicode_minus']=False # 正常显示负号

# 随机生成10000个满足正态分布的数据

data = np.random.randn(10000)

plt.hist(data, bins=40,normed=1,color="red",eedgecolor="black",

rwidth=0.7,alpha=0.7)

# 显示横轴标签

plt.xlabel("区间")

# 显示纵轴标签

plt.ylabel("频数/频率")

# 显示图标题

plt.title("频数/频率分布直方图")

plt.show()

运行程序后，显示的直方图如图 1 所示。

图 1：正态分布数据的直方图