Python数据分析课

2023-07-17 11:01| 来源: 网络整理| 查看: 265

直方图介绍

直方图由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范围，纵轴表示分布情况

特点：绘制连续性的数据，展示一组或者多组数据的分布情况(统计) 在这里插入图片描述

直方图绘制

直方图通过hist()函数绘制 • plt.hist(x, bins=None) # 绘制以x为数值，bins为组数 • 组数 = 极差/组距

练习

某地区连续50年中四月份平均气温数据如下： temp_li= [6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7] 根据以上数据，推断该地区四月份平均气温的分布类型。解析：样本中最小值a=3.0，最大值b=9.7。则分布区间[3,10]等分为7个小区间，区间长度为1，以下为样本值在各小区间的频数与评率。在这里插入图片描述

from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题） temp_li= [6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7] # 求bins 组数组数=极差/组距 # 求极差 max(temp_li) # 9.7 min(temp_li) # 3.0 # print(max(temp_li)) cha = max(temp_li)-min(temp_li) # print(cha) b = 1 # bi = round(cha)/b # round可以四舍五入, 但是做除法之后，值是浮点数 # 转换为整数型用整除 bi = round(cha)//b plt.hist(temp_li,bins=bi,density=True) # 注意bins一定是整数类型默认为10，density是频率 # 显示标签 plt.xlabel('区间') plt.ylabel('频数/频率') plt.title('直方图') plt.show()

在这里插入图片描述

练习2

绘制班级的身高分布图形 height = [160,163,175,180,176,177,168,189,188,177,174,170,173,181]

# 绘制班级的身高分布图形 # height = [160,163,175,180,176,177,168,189,188,177,174,170,173,181] from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题） height = [160,163,175,180,176,177,168,189,188,177,174,170,173,181] cha = max(height)-min(height) b = 1 bi = round(cha)//b plt.hist(height,bins=bi,density=True) plt.show()

在这里插入图片描述

【本文地址】

公司简介

联系我们