Matplotlib 直方图——hist()函数

原文：https://www.studytonight.com/matplotlib/matplotlib-histrograms-hist-function

在本教程中，我们将介绍如何使用 matplotlib 库在 Python 中创建直方图。

什么是直方图？

在深入研究如何在 matplotlib 中创建直方图之前，让我们首先了解什么是直方图？

所以直方图是数值数据的分布的精确表示。

• 所以直方图是条形图的一种，是由卡尔·皮尔逊发明的

• 直方图主要用于表示某些组中提供的数据。

• 直方图通常由数据仓(变量的连续和非重叠间隔)组成，其中每个仓由最小值和最大值组成。

• 为了估计连续变量的概率分布，使用直方图。

创建直方图

创建直方图时，应记住以下几个步骤:

1. 第一步是创建范围的箱。

2. 第二步是将数值的整个范围分配到一个对应的区间序列中。

3. 第三步是统计每个区间的数值。

matplotlib.pyplot.hist()功能

该函数用于创建直方图。

让我们讨论直方图的参数，详细描述如下:

• x

  此参数指示数组或数组序列。

• 箱柜

  此参数指示一个整数或序列或任何字符串。

• 密度

  这是一个由布尔值组成的可选参数。

• 范围

  这是一个可选参数，用于指示箱的上限和下限，也是一个可选参数。

• 标签

  这是一个可选参数，用于在对数刻度上设置直方图轴。

• 颜色

  这是用于设置颜色的可选参数。

• 累计

  如果该选项的值设置为真，则计算直方图，其中每个箱给出该箱中的计数加上较小值的所有箱。

• 组态型

  这是一个可选参数，用于指定直方图的类型[即条形、条形堆积、台阶、台阶填充 ]。该参数的默认值为“栏”。

• 对齐

  这是一个可选参数，用于控制数值为[ 左、右、中 ]的直方图的绘制。

让我们看几个例子来理解直方图的概念。

简单直方图示例:

下面我们有一个创建直方图的简单示例:

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt

x = [21,22,23,4,5,6,77,8,9,10,31,32,33,34,35,36,37,18,49,50,100]
num_bins = 5
n, bins, patches = plt.hist(x, num_bins, facecolor='orange', alpha=0.8)
plt.show()

直方图形式的输出如下:

一个图形示例中的两个直方图:

让我们一起试试两个直方图的两个图。在下面给出的代码片段中，我们试图将两个直方图绘制在一起:

2D 直方图示例:

让我们尝试创建一个二维直方图。2D 直方图的代码片段如下:

import numpy as np
import matplotlib.pyplot as plt
mean = [0, 0]
cov = [[1, 1], [1, 2]]
x, y = np.random.multivariate_normal(mean, cov, 10000).T # x and y are array that are drawn from a multivariate Gaussian distribution

plt.hist2d(x, y, bins=30, cmap='CMRmap') #plt.hist2d is used to draw histogram for 2D
cb = plt.colorbar()
cb.set_label('counts in bin')
plt.show()

输出直方图如下: