Python实战：绘制直方图的示例代码，数据可视化获取样本分布特征

文章目录

一、初步
二、参数
三、绘图类型
四、多组数据直方图对比
- - Python技术资源分享

一、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

python 复制代码

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

二、参数

直方图函数的定义如下

python 复制代码

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
bottom y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

三、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

python 复制代码

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

python 复制代码

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

四、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

python 复制代码

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