python--plt.hist函数的输入参数和返回值的解释

本文详细介绍了使用matplotlib.pyplot.hist()函数创建直方图的方法,包括参数说明、示例代码以及关键参数如数据x、bins数量、归一化设置等。通过实例演示,帮助读者掌握如何生成并解读直方图。

开发板推荐:天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

  • 函数作用----绘制直方图
  • 函数参数和返回值
 n,bins,patches=matplotlib.pyplot.hist(  
    x, bins=10, range=None, normed=False,   
    weights=None, cumulative=False, bottom=None,   
    histtype=u'bar', align=u'mid', orientation=u'vertical',   
    rwidth=None, log=False, color=None, label=None, stacked=False,   
    hold=None, **kwargs)  
'''
参数值:
hist的参数非常多,但常用的有以下6个,只有第一个是必须的,后面5个可选

x: 作直方图所要用的数据,必须是一维数组。多维数组可以先进行扁平化再作图

bins: 直方图的柱数,可选项,默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

edgecolor: 直方图边框颜色

alpha: 透明度

histtype: 直方图类型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值:

n:直方图向量,是否归一化由参数normed设定。当normed取默认值时,n即为直方图各组内元素的数量(各组频数)

bins: 返回各个bin的区间范围

patches:返回每个bin里面包含的数据,是一个list

  • 代码示例
#导入模块
import numpy as np  
import matplotlib.pyplot as plt
import scipy.stats as stats
#导入数据存放在ndarray中
data = np.loadtxt('eg1d1data.csv',delimiter=',')  

#(1)作直方图
data=np.ravel(data)           #将数组扁平化
#print(data) 
nbins=9  #分组数
nt,bins,patches=plt.hist(data,nbins)    #使用函数画直方图
#nt 返回 每个bin里元素的数量;bins 返回每个bin的区间范围;patches返回每个bin里面包含的数据,是一个list
plt.rcParams['font.sans-serif']=['SimHei']#正常显示中文汉字
plt.xlabel("蛋白含量(分组)",fontsize=14)
plt.ylabel("频数",fontsize=14)
plt.title("100名女生测定血清蛋白含量--直方图",fontsize=14)
plt.show()
print(nt,bins,patches)

在这里插入图片描述

开发板推荐:天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值