Python绘制频率分布直方图

#Python绘制频率分布直方图| 来源: 网络整理| 查看: 265

Python绘制频率分布直方图

项目中在前期经常要看下数据的分布情况，这对于探究数据规律非常有用。概率分布表示样本数据的模样，长的好不好看如果有图像展示出来就非常完美了，使用Python绘制频率分布直方图非常简洁，因为用的频次非常高，这里记录下来。还是Python大法好，代码简洁不拖沓~

如果数据取值的范围跨度不大，可以使用等宽区间来展示直方图，这也是最常见的一种；如果数据取值范围比较野，也可以自定义区间端点，绘制图像，下面分两种情况展示

plt.hist函数中有个参数normed默认是None，表示不对数据进行归一化，这个情况绘制出来的就是频次直方图，加了normed=True,之后就是标准的频率直方图

1. 区间长度相同绘制直方图 #-*- encoding=utf-8 -*- import datetime import numpy as np import matplotlib.pyplot as plt import matplotlib zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') # 按照固定区间长度绘制频率分布直方图 # bins_interval 区间的长度 # margin 设定的左边和右边空留的大小 def probability_distribution(data, bins_interval=1, margin=1): bins = range(min(data), max(data) + bins_interval - 1, bins_interval) print(len(bins)) for i in range(0, len(bins)): print(bins[i]) plt.xlim(min(data) - margin, max(data) + margin) plt.title("Probability-distribution") plt.xlabel('Interval') plt.ylabel('Probability') # 频率分布normed=True，频次分布normed=False prob,left,rectangle = plt.hist(x=data, bins=bins, normed=True, histtype='bar', color=['r']) for x, y in zip(left, prob): # 字体上边文字 # 频率分布数据 normed=True plt.text(x + bins_interval / 2, y + 0.003, '%.2f' % y, ha='center', va='top') # 频次分布数据 normed=False # plt.text(x + bins_interval / 2, y + 0.25, '%.2f' % y, ha='center', va='top') plt.show() 2. 区间长度不同绘制频次直方图 #-*- encoding=utf-8 -*- import datetime import numpy as np import matplotlib.pyplot as plt import matplotlib zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc' # 自己给定区间，小于区间左端点和大于区间右端点的统一做处理，对于数据分布不均很的情况处理较友好 # bins 自己设定的区间数值列表 # margin 设定的左边和右边空留的大小 # label 右上方显示的图例文字 """e import numpy as np data = np.random.normal(0, 1, 1000) bins = np.arange(-5, 5, 0.1) probability_distribution_extend(data=data, bins=bins) """ def probability_distribution_extend(data, bins, margin=1, label='Distribution'): bins = sorted(bins) length = len(bins) intervals = np.zeros(length+1) for value in data: i = 0 while i < length and value >= bins[i]: i += 1 intervals[i] += 1 intervals = intervals / float(len(data)) plt.xlim(min(bins) - margin, max(bins) + margin) bins.insert(0, -999) plt.title("probability-distribution") plt.xlabel('Interval') plt.ylabel('Probability') plt.bar(bins, intervals, color=['r'], label=label) plt.legend() plt.show() Case示例 if __name__ == '__main__': data = [1,4,6,7,8,9,11,11,12,12,13,13,16,17,18,22,25] probability_distribution(data=data, bins_interval=5,margin=0) 效果如下图

频次分布直方图在这里插入图片描述频率分布直方图

【本文地址】

公司简介

联系我们