1、hist函數
matplotlib.pyplot.hist(
x, bins=None, range=None,
density=None, weights=None, cumulative=False,
bottom=None, histtype='bar', align='mid',
orientation='vertical', rwidth=None, log=False,
color=None, label=None, stacked=False, normed=None,
hold=None, data=None, **kwargs)
2、參數
x : (n,) n維數組或者n維數組序列，多維數組長度不要求一致html
bins : 整數，序列，或者 ‘auto’, 可選api
若是是整數，按bins + 1個組計算數組
若是是序列實例：[1, 2, 3, 4]app
第一個bin [1, 2) 第二個bin [2, 3) 第三個bin [3, 4]dom
若是auto：rcParam hist.bins函數
range : 元組，可選bins的邊界，若是bins是一個序列則無效若是沒有則是(x.min(), x.max())code
density : boolean, 能夠，若是爲真返回第一個值是每一個區間的百分比，默認是個數orm
weights : n維數組(n, )，可選，和數據x一致，每個數據的權重htm
cumulative : boolean, 計算每個集合的累加值對象
bottom : 標量數組,距離底邊的高度
histtype : {‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}, 默認"bar",
align : {‘left’, ‘mid’, ‘right’}, 可選，對齊方式，默認"mid"
orientation : {‘horizontal’, ‘vertical’}, 可選,bar方向
rwidth : 標量，bar的寬度，可選
log : boolean, 可選，y座標是否使用科學計數法
color : color或者color數組，設置bar顏色，color數組不是設置每個bar的顏色
label : string，圖例標籤
stacked : boolean, 可選是否垂直重疊，默認水平重疊
normed : bool, 不被推薦，使用density代替
3、返回值
n : 數組或數組列表每個bar區間的數量或者百分比
bins : 數組,bar的範圍和bins參數含義同樣
patches : 列表 或者列表的列表 圖形對象
4、實例
各個參數對比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import random
bottom = [1, 1, 2, 3]
data = []
random.seed(123456)
for x in range(20):
data.append(random.randint(1,5))
# print data
np.random.seed(20180408)
weight = np.random.rand(20)
ax = plt.subplot(331)
plt.hist(data,bins=4,histtype='bar',rwidth=0.8)
ax.set_title("bins=4,histtype='bar',rwidth=0.8")
ax = plt.subplot(332)
plt.hist(data,bins=5,rwidth=0.1)
ax.set_title("bins=5,rwidth=0.1")
ax = plt.subplot(333)
ax.set_title("bins=5,rwidth=0.3,density=True")
# plt.xlabel(u'數量',fontsize=8)
plt.ylabel(u'佔比',fontsize=8)
n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,density=True)
# n,edgeBin,patches = plt.hist(data,bins=5,histtype='bar',rwidth=0.8)
print n
print edgeBin
ax = plt.subplot(334)
ax.set_title("bins=5,rwidth=0.3,density=True,weights=weight")
n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,density=True,weights=weight)
# n,edgeBin,patches = plt.hist(data,bins=5,rwidth=0.3,weights=weight)
print n
print edgeBin
ax = plt.subplot(335)
ax.set_title("bins=4,rwidth=0.3,bottom=bottom")
plt.hist(data,bins=4,rwidth=0.3,bottom=bottom)
ax = plt.subplot(336)
ax.set_title("bins=4,rwidth=0.3,histtype='stepfilled'")
# plt.hist(data,bins=4,rwidth=0.8,histtype='barstacked')
# plt.hist(data,bins=4,rwidth=0.8,histtype='step')
plt.hist(data,bins=4,rwidth=0.3,histtype='stepfilled')
colors = "rgmbc"
ax = plt.subplot(337)
ax.set_title("bins=4,rwidth=0.3")
n,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3)
random.seed()
for patch in patches:
patch.set_facecolor(random.choice(colors))
label = "Label"
ax = plt.subplot(338)
ax.set_title("bins=4,rwidth=0.3,label=label")
plt.hist(data,bins=4,rwidth=0.3,label=label)
plt.legend(fontsize=12)
ax = plt.subplot(339)
ax.set_title("bins=4,rwidth=0.3,log=True,cumulative=True")
n,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,log=True,cumulative=True)
print n
print edgeBin
fig = plt.gcf()
fig.set_size_inches(12, 10)
fig.savefig("hist.png")
plt.show()
這裏說明幾個參數，第一個參數x數據集沒有什麼說的，第二個參數和返回值的bins，咱們知道柱狀圖是有不少矩形組成，咱們把這些矩形稱爲"bar"，bins就是描述這些"bar"的區間的。例如：bins=[1,2,3,4]就是把數據集劃分爲[1,2),[2,3),[3,4]這3個區間，每個區間表示的是數據集中落入這個區間的值的個數。若是設置了density=True，每個區間表示的就是數據集落入這個區間值個數的百分比。若是設置了cumulative =True就每個區間表示的是數據集落入這個區間的值的總和。
weights參數是設置的每個值的權重，不管是算個數，仍是算百分比，仍是算總和，weights都會參與計算。
多數據集對比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
# np.random.seed(20180410)
# data = np.random.randint(1,6,size=(20,2))
data = [[1,2,2,3,3,3,4,4,4,4,5,5,5,5,5],[5,4,4,3,3,3,2,2,2,2,1,1,1,1,1]]
color = ["m","c"]
ax = plt.subplot(221)
ax.set_title("bins=4,rwidth=0.3,color=color")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,color=color)
for n in ns:
print n
print edgeBin
ax = plt.subplot(222)
plt.hist(data,bins=4,rwidth=0.3,stacked=True)
ax.set_title("bins=4,rwidth=0.3,stacked=True")
ax = plt.subplot(223)
plt.hist(data,bins=4,rwidth=0.3,stacked=True,align="right")
ax.set_title("bins=4,rwidth=0.3,stacked=True,align=right")
ax = plt.subplot(224)
plt.hist(data,bins=4,rwidth=0.3,orientation="horizontal")
ax.set_title("bins=4,rwidth=0.3,orientation=horizontal")
fig = plt.gcf()
fig.set_size_inches(12, 8)
fig.savefig("hist2.png")
plt.show()
這裏咱們也能夠看出來color數組是針對多數據集的。
cumulative和density對比
#-*-coding:utf-8-*-
import numpy as np
import matplotlib
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
data = [1,2,2,3,3,3,4,4,4,4,5,5,5,5,5]
data2 = [[1,2,2,3,3,3,4,4,4,4,5,5,5,5,5],[5,4,4,3,3,3,2,2,2,2,1,1,1,1,1]]
ax = plt.subplot(321)
ax.set_title("bins=4,rwidth=0.3,cumulative=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,cumulative=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(322)
ax.set_title("bins=4,rwidth=0.3")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(323)
ax.set_title("bins=4,rwidth=0.3,density=True,cumulative=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,cumulative=True,density=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(324)
ax.set_title("bins=4,rwidth=0.3,density=True")
ns,edgeBin,patches = plt.hist(data,bins=4,rwidth=0.3,density=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(325)
ax.set_title("bins=4,rwidth=0.3,cumulative=True")
ns,edgeBin,patches = plt.hist(data2,bins=4,rwidth=0.3,cumulative=True)
for n in ns:
print n
print edgeBin
print "---------------------------"
ax = plt.subplot(326)
ax.set_title("bins=4,rwidth=0.3")
ns,edgeBin,patches = plt.hist(data2,bins=4,rwidth=0.3)
for n in ns:
print n
print edgeBin
fig = plt.gcf()
fig.set_size_inches(12, 10)
fig.savefig("hist3.png")
plt.show()
上面的主要是看輸出，從上面咱們能夠看出density對cumulative的影響。