Erstellen ein normalisiertes Histogramm mit Python Matplotlib

Ein Histogramm ist eine Häufigkeitsverteilung, die die Häufigkeit verschiedener Elemente in einem Datensatz darstellt. Dieses Diagramm wird im Allgemeinen verwendet, um Häufigkeiten zu untersuchen und zu bestimmen, wie die Werte in einem Datensatz verteilt sind.

Die Normalisierung des Histogramms bezieht sich auf die Zuordnung der Häufigkeiten eines Datensatzes zwischen dem Bereich [0, 1], beide einschließlich. In diesem Artikel lernen wir, wie man ein normalisiertes Histogramm in Python erstellt.

Erstellen Sie ein normalisiertes Histogramm mit der Bibliothek Matplotlib in Python

Das Modul Matplotlib ist ein umfassendes Python-Modul zur Erstellung statischer und interaktiver Plots. Es ist ein sehr robustes und unkompliziertes Paket, das in der Datenwissenschaft für Visualisierungszwecke weit verbreitet ist. Mit Matplotlib kann ein normalisiertes Histogramm erstellt werden. Dieses Modul hat eine hist()-Funktion. die zum Erstellen von Histogrammen verwendet wird. Es folgt die Funktionsdefinition der hist()-Methode.

matplotlib.pyplot.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)

Es folgt eine kurze Erläuterung der Argumente, die wir verwenden werden, um ein normalisiertes Histogramm zu erzeugen.

• x: Eine Liste, ein Tupel oder ein NumPy-Array von Eingabewerten.
• density: Ein boolesches Flag zum Plotten normalisierter Werte. Standardmäßig ist es False.
• color: Die Farbe der Balken im Histogramm.
• label: Ein Label für die gezeichneten Werte.

Sehen Sie sich den folgenden Python-Code an, um ein normalisiertes Histogramm zu erstellen.

import matplotlib.pyplot as plt

x = [1, 9, 5, 7, 1, 1, 2, 4, 9, 9, 9, 3, 4, 5, 5, 5, 6, 5, 5, 7]
plt.hist(x, density=True, color="green", label="Numbers")
plt.legend()
plt.show()

Ausgabe: