Python数据分析与挖掘 | 您所在的位置:网站首页 › 直方图用于对大量计量值数据进行整理要求数据个数 › Python数据分析与挖掘 |
1. 使用hist绘制频数直方图
在Matplotlib中有一个专门绘制直方图的函数hist(),用来显示一组数据的分布情况。 使用hist()函数,无需对数据进行分拣整理,即可自动生成直方图。使用格式如下: plt.hist(x, bins) # 参数名基于官方文档声明参数x:用于绘制直方图的一维数组,列表或者DataFrame的列向量形式。 参数bins:分两种情况: (1)一个整数,按照数组的最小取值范围(即以数组的最小值和最大值作为区间的两端点)均匀分为若干组。 (2)数字列表,以列表的各个数字作为分组的边界点。 例如,随机生成一个含有1000个元素的服从标准正态分布的数组,绘制直方图,代码如下: # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt # 导入图像库 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 plt.figure(figsize=(7,5)) data = np.random.randn(1000) # 1000个服从标准正态分布的随机数 plt.hist(data, 10) # 分成10组,结果如图1 plt.show() # div = [-4, -3.5, -3, ..., 3, 3.5, 4] div = [] x = -4 while x |
CopyRight 2018-2019 实验室设备网 版权所有 |