Python绘制直方图的示例代码

admin Python

2023-12-08 0 659

初步

对于大量样本来说，如果想快速获知其分布特征，最方便的可视化方案就是直方图，即统计落入不同区间中的样本个数。

以正态分布为例

import numpy as np
import matplotlib.pyplot as plt
xs = np.random.normal(0, 1, size=(5000))
fig = plt.figure()
for i,b in enumerate([10, 50, 100, 200],1):
ax = fig.add_subplot(2,2,i)
plt.hist(xs, bins=b)
plt.show()

其中bins参数用于调控区间个数，出图结果如下

参数

直方图函数的定义如下

hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype=\’bar\’, align=\’mid\’, orientation=\’vertical\’, rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)

除了x和bins之外，其他参数含义为

range绘图区间，默认将样本所有范围纳入其中
density为True时，纵坐标单位是占比
weights与x个数相同，表示每个值所占权重
cumulative为True时，将采取累加模式
bottomy轴起点，有了这个，可以对直方图进行堆叠
histtype绘图类型
align对其方式，可选left, mid, right三种，代表左中右
oritentation绘制方向，可选vertical和horizontal两种
rwitdth数据条宽度
log为True时，开启对数坐标
color, label颜色，标签
stacked

绘图类型

histtype共有4个选项，分别是bar, barstacked, step以及stepfilled，其中barstacked表示堆叠，下面对另外三种参数进行演示

types = [\’bar\’, \’step\’, \’stepfilled\’]
fig = plt.figure()
for i,t in enumerate(types,1):
ax = fig.add_subplot(1,3,i)
plt.hist(xs, bins=50, histtype=t, rwidth=0.5)
plt.show()

效果如下

堆叠直方图，就是把多个直方图叠在一起

bins = [10, 30, 100]
ws = [1, 0.7, 0.5]
for b,w in zip(bins, ws):
print(b,w)
plt.hist(xs, bins=b, density=True,
histtype=\’barstacked\’, rwidth = w, alpha=w)
plt.show()

效果如下

多组数据直方图对比

直方图中设置了rwidth选项，这意味着可以通过合理安排数据条宽度，以实现多组数据直方图在一个图像中更加

N = 10000
labels = [\”norm\”, \”power\”, \”poisson\”]
data = np.array([
np.random.normal(0, 1, size=N)**2,
np.random.power(5, size=N),
np.random.uniform(0, 1, size=N)
]).T
plt.hist(data, 50, density=True, range=(0,1), label=labels)
plt.legend()
plt.show()

其中，data为3组统计数据，hist函数会自行规划画布，效果如下