Python数据分析课 | 您所在的位置:网站首页 › 不等距直方图的绘制方法 › Python数据分析课 |
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) 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。 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() |
CopyRight 2018-2019 实验室设备网 版权所有 |