Matplotlib - 直方图

---

---

直方图就像一个视觉摘要，它显示了数据集中不同值出现的频率。想象一下，你有一组数字，比如人们的年龄。直方图将这些数字分成组，称为“区间”，然后使用条形表示每个区间中有多少个数字。条形越高，该组中的数字就越多。

Matplotlib 中的直方图

我们可以使用 hist() 函数在 Matplotlib 中创建直方图。此函数允许我们自定义直方图的各个方面，例如区间的数量、颜色和透明度。Matplotlib 中的直方图用于表示数值数据的分布，帮助你识别模式。

hist() 函数

Matplotlib 中的 hist() 函数以数据集作为输入，并将其划分为区间（区间）。然后，它将落在每个区间内的数据点的频率（计数）显示为条形图。

以下是 Matplotlib 中 hist() 函数的语法：

语法

plt.hist(x, bins=None, range=None, density=False, cumulative=False, color=None, edgecolor=None, ...)

其中，

• x 是确定直方图的输入数据。

• bins（可选） 是区间的数量或区间边缘。

• range（可选） 是区间的下限和上限。默认值为 x 的最小值和最大值

• 如果 density（可选） 为 True，则直方图表示概率密度函数。默认为 False。

• 如果 cumulative（可选） 为 True，则计算累积直方图。默认为 False。

这些只是一些参数；还有更多可选参数可用于自定义。

创建垂直直方图

在 Matplotlib 中，创建垂直直方图涉及绘制数据集频率分布的图形表示，其中条形沿 y 轴垂直排列。每个条形表示沿 x 轴特定区间或区间内数据点的频率或计数。

示例

在以下示例中，我们通过在 hist() 函数中将“orientation”参数设置为“vertical”来创建垂直直方图：

import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
x = [1, 2, 3, 1, 2, 3, 4, 1, 3, 4, 5]
plt.hist(x, orientation="vertical")
plt.show()

输出

我们得到如下所示的输出：

带密度的自定义直方图

当我们使用密度创建直方图时，我们提供了数据的分布情况的视觉摘要。我们使用此图形来查看不同数字出现的可能性，而 density 选项确保直方图下方的总面积归一化为 1。

示例

在以下示例中，我们将随机数据可视化为具有 30 个区间的直方图，以绿色显示并带有黑色边缘。我们使用 density=True 参数来表示概率密度：

import matplotlib.pyplot as plt
import numpy as np

# Generate random data
data = np.random.randn(1000)

# Create a histogram with density and custom color
plt.hist(data, bins=30, density=True, color='green', edgecolor='black', alpha=0.7)
plt.xlabel('Values')
plt.ylabel('Probability Density')
plt.title('Customized Histogram with Density')
plt.show()

输出

执行上述代码后，我们将得到以下输出：

累积直方图

当我们创建累积直方图时，我们以图形方式表示直到某个点为止值的总出现次数。它显示了多少数据点低于或等于某个值。

示例

在这里，我们使用一个直方图，其中每个条形代表一个考试分数范围，而条形的高度告诉我们总共有多少学生获得了该范围内的分数。通过在 hist() 函数中设置 cumulative=True 参数，我们确保直方图显示分数的累积进展：

import matplotlib.pyplot as plt
import numpy as np

# Generate random exam scores (out of 100)
exam_scores = np.random.randint(0, 100, 150)

# Create a cumulative histogram
plt.hist(exam_scores, bins=20, cumulative=True, color='orange', edgecolor='black', alpha=0.7)
plt.xlabel('Exam Scores')
plt.ylabel('Cumulative Number of Students')
plt.title('Cumulative Histogram of Exam Scores')
plt.show()

输出

以下是上述代码的输出：

具有不同颜色和边缘颜色的直方图

创建直方图时，我们可以自定义填充颜色和边缘颜色，为表示数据分布添加视觉效果。通过这样做，我们将直方图与时尚和独特的视觉效果融为一体。

示例

现在，我们正在为随机数据生成一个具有 25 个区间的直方图，并以紫色显示并带有蓝色边缘：

import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(1000)

# Creating a histogram with different color and edge color
plt.hist(data, bins=25, color='purple', edgecolor='blue')
plt.xlabel('Values')
plt.ylabel('Frequency')
plt.title('Histogram with Different Color and Edge Color')
plt.show()

输出

执行上述代码后，我们将得到以下输出：

示例

要绘制带颜色的直方图，我们还可以从 setp() 方法中的“cm”参数中提取颜色。

import numpy as np
from matplotlib import pyplot as plt
plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True
data = np.random.random(1000)
n, bins, patches = plt.hist(data, bins=25, density=True, color='red', rwidth=0.75)
col = (n-n.min())/(n.max()-n.min())
cm = plt.cm.get_cmap('RdYlBu')
for c, p in zip(col, patches):
   plt.setp(p, 'facecolor', cm(c))
plt.show()

输出

执行上述代码后，我们将得到以下输出：

示例

在这里，我们通过迭代区间数量的范围并为每个条形设置随机 facecolor 来为 Matplotlib 直方图中的不同条形指定不同的颜色：

import numpy as np
import matplotlib.pyplot as plt
import random
import string

# Set the figure size
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# Figure and set of subplots
fig, ax = plt.subplots()

# Random data
data = np.random.rand(100)

# Plot a histogram with random data
N, bins, patches = ax.hist(data, edgecolor='black', linewidth=1)

# Random facecolor for each bar
for i in range(len(N)):
   patches[i].set_facecolor("#" + ''.join(random.choices("ABCDEF" + string.digits, k=6)))

# Display the plot
plt.show()

输出

执行上述代码后，我们将得到以下输出：

具有多个数据集的堆叠直方图

具有多个数据集的堆叠直方图是一种视觉表示，它组合了两个或多个数据集的分布。条形彼此堆叠，从而可以比较不同数据集如何影响整体分布。

示例

在下面的示例中，我们使用特定值表示两个不同的数据集“data1”和“data2”，并以不同的颜色（天蓝色和鲑鱼色）显示它们的分布：

import matplotlib.pyplot as plt
import numpy as np

# Sample data for two datasets
data1 = np.array([2, 4, 5, 7, 9, 10, 11, 13, 14, 15])
data2 = np.array([6, 7, 8, 10, 11, 12, 13, 14, 15, 16])

# Creating a stacked histogram with different colors
plt.hist([data1, data2], bins=10, stacked=True, color=['skyblue', 'salmon'], edgecolor='black')
plt.xlabel('Values')
plt.ylabel('Frequency')
plt.title('Stacked Histogram with Multiple Datasets')
plt.legend(['Dataset 1', 'Dataset 2'])
plt.show()

输出

执行上述代码后，我们将得到以下输出：