如何在 Matplotlib 中绘制数据列表的直方图

Suraj Joshi 2024年2月15日

我们可以使用 plt.hist() 方法从数据列表中绘制直方图。

`plt.hist()` 方法的语法

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)

示例：从数据列表中使用 Matplotlib 绘制直方图

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]

n, bins, patches = plt.hist(data)
plt.xlabel("Values")
plt.ylabel("Frequency")
plt.title("Histogram")
plt.show()

输出：

Matplotlib 中的直方图，带有默认的 bins

在这里，我们在一个列表 data 中有数值。我们将这个列表传入 plt.hist() 命令，从值列表中生成一个直方图。plt.hist() 方法会返回二进制的频率、二进制的端点以及用于创建直方图的补丁列表。

在本例中，我们没有设置 bins 参数的值。默认情况下，bins 的值是 10，所以脚本会从 10 个 bins 的数据列表中创建直方图。

此外，我们可以在制作直方图时使用 bins 命令控制直方块的数量。

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
n, bins, patches = plt.hist(data, bins=20)
plt.xlabel("Values")
plt.ylabel("Frequency")
plt.title("Histogram with 20 bins")
plt.show()

输出：

在 Matplotlib 中设置直方图中的直方块数量

这个过程显示了由 20 个直方块组成的直方图，这是平均划分整个列表值范围的结果。

默认情况下，density 参数的值被设置为 False；这意味着我们在直方图中得到每个 bin 的精确计数的图。如果我们想让列表中每个 bin 的概率密度图，我们需要将 density 设置为 True。如果 density 为 True，直方图下的区域积分为 1。

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
n, bins, patches = plt.hist(data, bins=20, density=True)
plt.xlabel("Weight")
plt.ylabel("Probability")
plt.title("Histogram with Probability Plot")
plt.show()

输出：

直方图与 Matplotlib 中的概率图

现在我们可以使用 color 参数设置直方图的颜色。

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
n, bins, patches = plt.hist(data, bins=20, density=True, color="red")
plt.xlabel("Weight")
plt.ylabel("Probability")
plt.title("Red Histogram Plot")
plt.show()

输出：

Matplotlib 中的红色直方图

此方法生成红色的直方图。

作者： Suraj Joshi

Suraj Joshi is a backend software engineer at Matrice.ai.

plt.hist() 方法的语法

示例：从数据列表中使用 Matplotlib 绘制直方图

相关文章 - Matplotlib Visualizations

`plt.hist()` 方法的语法