python matplotlib庫直方圖繪制詳解
更新時(shí)間：2019年08月10日 09:27:41 作者：springionic
這篇文章主要介紹了python matplotlib庫直方圖繪制詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
例題：假設(shè)你獲取了250部電影的時(shí)長（列表a中），希望統(tǒng)計(jì)出這些電影時(shí)長的分布狀態(tài)（比如時(shí)長為100分鐘到120分鐘電影的數(shù)量，出現(xiàn)的頻率）等信息，你應(yīng)該如何呈現(xiàn)這些數(shù)據(jù)？
一些概念及問題：
- 把數(shù)據(jù)分為多少組進(jìn)行統(tǒng)計(jì)
- 組數(shù)要適當(dāng)，太少會(huì)有較大的統(tǒng)計(jì)誤差，太多規(guī)律不明顯
- 組數(shù)：將數(shù)據(jù)分組，共分為多少組
- 組距：指每個(gè)小組的兩個(gè)端點(diǎn)的距離
- 組數(shù)：極差 / 組距，也就是 （最大值-最小值）/ 組距
- 頻數(shù)分布直方圖與頻率分布直方圖，hist()方法需增加參數(shù)normed
- 注意：一般來說能夠使用plt.hist()方法繪制的直方圖是那些沒有統(tǒng)計(jì)過的數(shù)據(jù)，如果是統(tǒng)計(jì)過的數(shù)據(jù)為了能繪制像直方圖一樣的效果，可以使用條形圖plt.bar()方法來繪制，不過中間過程就會(huì)稍微麻煩一些
from matplotlib import pyplot as plt
import matplotlib
font = {'family': 'MicroSoft YaHei'}
matplotlib.rc('font', **font) # 使支持中文
a = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124,
101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86,
95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137,
123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115,
132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,
123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127,
115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134,
106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103,
130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134,
106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146,
133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]
# 計(jì)算組數(shù)
d = 3 # 組距
num_bins = (max(a) - min(a)) // d # 計(jì)算組距的公式
plt.figure(figsize=(20, 8), dpi=80) # 設(shè)置圖片大小
plt.hist(a, num_bins) # 加上normed=True屬性之后變?yōu)轭l率分布直方圖
# 設(shè)置x軸的刻度
plt.xticks(range(min(a), max(a)+d, d))
plt.grid(alpha=0.3)
plt.show()
效果圖
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了tensorflow中的梯度求解及梯度裁剪操作，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
padas 生成excel 增加sheet表的實(shí)例
今天小編就為大家分享一篇padas 生成excel 增加sheet表的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
Linux下Pycharm、Anaconda環(huán)境配置及使用踩坑
這篇文章主要介紹了Linux下Pycharm、Anaconda環(huán)境配置及使用踩坑，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-12-12
Tensorflow之MNIST CNN實(shí)現(xiàn)并保存、加載模型
這篇文章主要為大家詳細(xì)介紹了Tensorflow之MNIST CNN實(shí)現(xiàn)并保存、加載模型，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-06-06
用Python實(shí)現(xiàn)一個(gè)簡單的線程池
這篇文章主要介紹了用Python實(shí)現(xiàn)一個(gè)簡單的線程池,通過這個(gè)小程序可以幫助更好地理解Python中線程的運(yùn)行機(jī)制,需要的朋友可以參考下2015-04-04
基于Django的python驗(yàn)證碼(實(shí)例講解)
下面小編就為大家?guī)硪黄贒jango的python驗(yàn)證碼(實(shí)例講解)。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-10-10
在Python中進(jìn)行圖像批處理可以使用多種庫,如 Pillow、OpenCV 和 imageio,這些庫可以用來執(zhí)行各種圖像處理任務(wù),如調(diào)整大小、裁剪、旋轉(zhuǎn)、濾鏡應(yīng)用等,以下是使用這些庫進(jìn)行圖像批處理的示例,需要的朋友可以參考下2024-09-09
Selenium 安裝和簡單使用的實(shí)現(xiàn)
這篇文章主要介紹了Selenium 安裝和簡單使用的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
這篇文章主要通過幾個(gè)簡單的示例，為大家詳細(xì)介紹一下Python實(shí)現(xiàn)文件處理的方法，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-02-02
這篇文章主要為大家詳細(xì)介紹了如何基于Python編寫一個(gè)windows電腦用戶操作記錄查看器,可以讀取系統(tǒng)現(xiàn)有的日志記錄用戶,感興趣的小伙伴可以了解下2025-02-02