一周学会Matplotlib3 Python 数据可视化-绘制直方图(Histogram)

java1234_小锋2025-08-13 17:24

锋哥原创的Matplotlib3 Python数据可视化视频教程：

2026版 Matplotlib3 Python 数据可视化视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍

本课程讲解利用python进行数据可视化科研绘图-Matplotlib，学习Matplotlib图形参数基本设置，绘图参数及主要函数，以及Matplotlib基础绘图，和Matplotlib高级绘图。

绘制直方图(Histogram)

直方图用于可视化数值数据的分布，通过将数据划分为连续区间（bin）并统计各区间内的数据频数来展示数据特征。

核心函数：plt.hist()

复制代码

plt.hist(
    x,          # 输入数据（数组或列表）
    bins=None,  # 区间数量/边界
    range=None, # 数据范围
    density=False, # 是否归一化为密度
    color=None, # 颜色
    alpha=0.75, # 透明度
    edgecolor='black' # 边缘颜色
)

关键参数详解

参数	说明	示例值
`bins`	区间划分方式	`10`, `[0,10,20,40]`, `'auto'`
`density`	归一化为概率密度	`True`/`False`
`range`	数据截取范围	`(0, 100)`
`histtype`	直方图样式	`'bar'`, `'step'`, `'stepfilled'`
`log`	对数坐标	`True`
`cumulative`	累积直方图	`True`
`stacked`	多组数据堆叠	`True`

下面我们看几个直方图示例：

基础直方图：

复制代码

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

# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'

# 生成正态分布数据
data = np.random.normal(0, 1, 1000)

plt.hist(data, bins=30, color='skyblue', edgecolor='black')
plt.title("基本直方图")
plt.xlabel("值")
plt.ylabel("频率")
plt.grid(axis='y', alpha=0.5)
plt.show()

多组数据对比直方图

复制代码

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

# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'

data1 = np.random.normal(-1, 1, 1000)
data2 = np.random.normal(3, 1.5, 1000)

plt.hist([data1, data2], bins=30, stacked=False,
         color=['blue', 'orange'], label=['分组1', '分组2'])
plt.legend()
plt.title("多个数据集")
plt.show()