matplotlib绘制直方图之基本配置

您所在的位置：网站首页 › 直方图的绘制例题及答案 › matplotlib绘制直方图之基本配置

matplotlib绘制直方图之基本配置

2024-07-11 21:35| 来源: 网络整理| 查看: 265

直方图介绍

绘制直方图的参数（plt.hist（））

连接数据库进行直方图绘制案例

使用dataframe里面的plot函数进行绘制（万能模板）

绘制多个子图（多子图直方图案例模板）

概率分布直方图（统计图形）

直方图内显示折线图分布

堆叠面积直方图

在不同的子图中绘制各种类犯罪数据的数值分布

其他案例

乘客年龄分布频数直方图

男女乘客直方图（二维数据）

电影时长分布直方图

每文一语

直方图介绍

直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。

直方图是数值数据分布的精确图形表示。这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊（Karl Pearson）首先引入。它是一种条形图。

为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。这些值通常被指定为连续的，不重叠的变量间隔。间隔必须相邻，并且通常是（但不是必须的）相等的大小。

直方图也可以被归一化以显示“相对”频率。然后，它显示了属于几个类别中的每个案例的比例，其高度等于1。

绘制直方图的参数（plt.hist（））

通常而言，绘制直方图有很多种方法，比如采用matplotlib里面的模块进行绘制，也可以是pandas里面的图形进行绘制，也可以使用Python里面其他的统计绘图模块进行绘制图形，总而言之，想要图形展示的美观，那么就需要自己配置，也就是说模板固然重要，但是如果不懂原理的进行搬运和借用，反而效果不是很好！

连接数据库进行直方图绘制案例 # -*- coding: utf-8 -*- import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties mpl.rcParams['font.sans-serif']=['SimHei'] #显示中文 plt.rcParams['axes.unicode_minus']=False #正常显示负号 import pymysql #连接MySQL数据库 v1 = [] v2 = [] db = pymysql.connect(host='127.0.0.1', port=3306, database='mydb',user='root',password='root') cursor = db.cursor() #读取订单表数据，统计每日利润额 sql_str = "SELECT order_date,ROUND(SUM(profit)/10000,2) FROM orders WHERE FY=2019 GROUP BY order_date" cursor.execute(sql_str) result = cursor.fetchall() for res in result: v1.append(res[0]) # order_date v2.append(res[1]) # sum_profit_by_order_date 每日利润额 plt.figure(figsize=(10,5)) #设置图形大小 cs,bs,bars = plt.hist(v2, bins=20, density=False, facecolor="cyan", edgecolor="black", alpha=0.7) width = bs[1]-bs[0] for i,c in enumerate(cs): plt.text(bs[i]+width/3,c,round(c)) # 返回一个counts数组，一个bins数组和一个图形对象 # 显示横轴标签 plt.xlabel("区间",fontdict={'family':'Fangsong','fontsize':15}) # 显示纵轴标签 plt.ylabel("频数",fontdict={'family':'Fangsong','fontsize':15}) # 显示图标题 plt.title("利润额分布直方图",fontdict={'family':'Fangsong','fontsize':20}) plt.show() 使用dataframe里面的plot函数进行绘制（万能模板）

一般而言，我们导入数据的时候，大概率都是基于表数据进行可视化的，很少使用那些自主独立的数据进行绘制，如果是那种数据，很多人都会去使用origin这个绘图软件了，程序绘图最大的好处就是不需要对数据结果进行输出，输入，这样在很大程度上减少了我们的时间，提高了我们的工作效率。

# 使用DataFrame的plot函数画图 import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties mpl.rcParams['font.sans-serif']=['SimHei'] #显示中文 plt.rcParams['font.sans-serif'] = 'KaiTi' # 设置全局字体为中文楷体 plt.rcParams['axes.unicode_minus']=False #正常显示负号 plt.figure(dpi=130) datafile = r'../data/orders.csv' data = pd.read_csv(datafile).query("FY==2019").groupby('ORDER_DATE')[['PROFIT']].sum() data.plot(kind='hist',bins=20,figsize=(15,5),color='y',alpha=0.5,edgecolor='c',histtype='bar') plt.xlabel("区间",fontdict={'family':'Fangsong','fontsize':15}) plt.ylabel("频数",fontdict={'family':'Fangsong','fontsize':15}) plt.title("利润额分布直方图",fontdict={'family':'Fangsong','fontsize':20},y=1.03) # 设置图形上的各类主题值 plt.suptitle('直方图案例',size=22,y=1.05) plt.title("绘制日期：2022年昵称：王小王-123", loc='right',size=12,y=1.03) plt.title("主页：https://blog.csdn.net/weixin_47723732", loc='left',size=12,y=1.03) plt.show()

绘制多个子图（多子图直方图案例模板）

plt.tight_layout() # 自动紧凑布局，避免遮挡

是很重要的一个参数，一般是在结尾出添加这个参数

import pandas as pd datafile = r'../data/orders.csv' data = pd.read_csv(datafile).query("FY==2019").groupby('ORDER_DATE')[['PROFIT']].sum() fig = plt.figure(figsize=(10,5),dpi=130) # 生成画布 # 生成子图1 ax1 = plt.subplot(121) # 1行2列中的第1个 plt.title("CSDN博客专家", loc='left',size=12,y=1.03) #添加备注 # 生成子图2 ax2 = plt.subplot(122) # 1行2列中的第2个 # 设置图形上的各类主题值 plt.title("王小王-123", loc='right',size=12,y=1.03)#添加备注 #df.plot使figure级别的绘图函数，默认会生成新的figure，可以通过ax参数指定绘图的坐标子图 data.plot(kind='hist',bins=20,color='c',alpha=0.5,edgecolor='c',histtype='bar',ax=ax1,figure=fig) # 指定这个图画到ax1中 #plt.xlabel("区间",fontdict={'family':'Fangsong','fontsize':15}) ax1.set_xlabel("区间",fontdict={'family':'Fangsong','fontsize':15}) #plt.ylabel("频数",fontdict={'family':'Fangsong','fontsize':15}) ax1.set_ylabel("频数",fontdict={'family':'Fangsong','fontsize':15}) ax1.set_title("cyan") #print(ax1.get_xticks()) data.plot(kind='hist',bins=20,color='y',alpha=0.5,edgecolor='y',histtype='bar',ax=ax2,figure=fig) # 指定这个图画到ax2中 # plt.xlabel = plt.gca().set_xlabel() plt. 获取“当前”的坐标子图，需要小心执行的位置 plt.xlabel("区间",fontdict={'family':'Fangsong','fontsize':15}) plt.ylabel("频数",fontdict={'family':'Fangsong','fontsize':15}) plt.title("yellow") # subplot的标题 plt.suptitle("利润额分布直方图",fontdict={'family':'Fangsong','size':22}) # figure的标题 plt.tight_layout() # 自动紧凑布局，避免遮挡 plt.show()

概率分布直方图（统计图形） # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt #概率分布直方图 #高斯分布 #均值为0 mean = 0 #标准差为1，反应数据集中还是分散的值 sigma = 1 x=mean+sigma*np.random.randn(10000) fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6)) #第二个参数是柱子宽一些还是窄一些，越大越窄越密 ax0.hist(x,40,density=1,histtype='bar',facecolor='yellowgreen',alpha=0.75) # histtype返回一组bar的数组 ##pdf概率分布图，一万个数落在某个区间内的数有多少个 ax0.set_title('pdf') ax1.hist(x,20,density=1,histtype='stepfilled',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8) # 返回的一条step线，cumulative=True数值的累积的 #cdf累计概率函数，cumulative累计。比如需要统计小于5的数的概率 ax1.set_title("cdf") fig.subplots_adjust(hspace=0.4) plt.show()

直方图内显示折线图分布 import matplotlib.mlab as mlab import matplotlib.pyplot as plt mpl.rcParams['font.sans-serif']=['SimHei'] #显示中文 plt.rcParams['font.sans-serif'] = 'KaiTi' # 设置全局字体为中文楷体 plt.rcParams['axes.unicode_minus']=False #正常显示负号 plt.figure(figsize=(17,8),dpi=120) import numpy as np from scipy.stats import norm np.random.seed(10680801) mu=100 sigma=15 x=mu+sigma*np.random.randn(500) num_bins=60 fig,ax=plt.subplots() #fig,ax=plt.subplots(ncols=2) #ax1 = ax[0] #ax2 = ax[1] n,bins,patches=ax.hist(x,num_bins,density=True) y=norm.pdf(bins,mu,sigma) ax.plot(bins,y,'--') ax.set_xlabel('IQ') ax.set_ylabel('概率密度') ax.set_title(r'智商分布情况直方图') fig.tight_layout()

堆叠面积直方图 import numpy as np import pandas as pd from matplotlib import pyplot as plt crime=pd.read_csv(r"http://datasets.flowingdata.com/crimeRatesByState2005.csv") fig,ax=plt.subplots() ax.hist(crime["robbery"],bins=12,histtype="bar",alpha=0.6,label="robbery",stacked=True) ax.hist(crime["aggravated_assault"],bins=12,histtype="bar",alpha=0.6,label="aggravated_assault",stacked=True) ax.legend() ax.set_xticks(np.arange(0,721,60)) ax.set_xlim(0,720) ax.set_yticks(np.arange(0,21,4)) plt.show()

在不同的子图中绘制各种类犯罪数据的数值分布 import numpy as np import pandas as pd from matplotlib import pyplot as plt crime=pd.read_csv(r"http://datasets.flowingdata.com/crimeRatesByState2005.csv") crime = crime.query("state!='United States'").query("state!='District of Columbia'") plt.figure(figsize=(10,5),dpi=120) nrows=2 ncols=4 n = np.arange(nrows*ncols)+1 for i in n: ax = plt.subplot(nrows,ncols,i) ax.hist(crime.iloc[:,i]) ax.set_title(crime.columns[i]) plt.suptitle("各种类犯罪数据的数值分布",y=1.02) plt.tight_layout()

其他案例乘客年龄分布频数直方图 # 导入第三方库 import pandas as pd import matplotlib.pyplot as plt # 设置中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 创建图形 plt.figure(figsize=(20,8),dpi=80) # 准备数据(读取Titanic数据集) titanic = pd.read_csv(r'E:\PythonData\exercise_data\train.csv') # 检查年龄是否有缺失 any(titanic.Age.isnull()) # 删除含有缺失年龄的观察 titanic.dropna(subset=['Age'], inplace=True) # 绘图：乘客年龄的频数直方图 plt.hist(titanic.Age, # 绘图数据 bins = 20, # 指定直方图的条形数为20个 color = 'steelblue', # 指定填充色 edgecolor = 'k', # 设置直方图边界颜色 label = '直方图' )# 为直方图呈现标签 # 刻度设置 plt.xticks(fontsize=15) plt.yticks(fontsize=15) # 添加描述信息 plt.xlabel('年龄：岁',fontsize=20) plt.ylabel('人数：个',fontsize=20) plt.title('乘客年龄分布',fontsize=20) # 显示图形 plt.show()

男女乘客直方图（二维数据）

设置了组距和其他的参数

# 导入库 import matplotlib.pyplot as plt import numpy as np # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 创建图形 plt.figure(figsize=(20,8),dpi=80) # 提取不同性别的年龄数据 age_female = titanic.Age[titanic.Sex == 'female'] age_male = titanic.Age[titanic.Sex == 'male'] # 设置直方图的组距 bins = np.arange(titanic.Age.min(), titanic.Age.max(), 2) # 男性乘客年龄直方图 plt.hist(age_male, bins = bins, label = '男性',edgecolor = 'k', color = 'steelblue', alpha = 0.7) # 女性乘客年龄直方图 plt.hist(age_female, bins = bins, label = '女性',edgecolor = 'k', alpha = 0.6,color='r') # 调整刻度 plt.xticks(fontsize=15) plt.yticks(fontsize=15) # 设置坐标轴标签和标题 plt.title('男女乘客年龄直方图',fontsize=20) plt.xlabel('年龄',fontsize=20) plt.ylabel('人数',fontsize=20) # 去除图形顶部边界和右边界的刻度 plt.tick_params(top='off', right='off') # 显示图例 plt.legend(loc='best',fontsize=20) # 显示图形 plt.show()

电影时长分布直方图 # 导入库 import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 创建图形 plt.figure(figsize=(20,8),dpi=80) # 准备数据 time=[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] # 设置组距 bins=2 groups = int((max(time)-min(time))/bins) # 绘制直方图 plt.hist(time,groups,color='b', edgecolor = 'k', density = True) # 指定直方从图的边界色) # 调整刻度 plt.xticks(list(range(min(time),max(time)))[::2],fontsize=15) plt.yticks(fontsize=15) # 添加描述信息 plt.xlabel('电影时长：分钟',fontsize=20) plt.ylabel('电影数量占比',fontsize=20) # 增加网格 plt.grid(True,linestyle='--',alpha=1) # 添加标题 plt.title('电影时长分布直方图',fontsize=20) plt.show()

每文一语

坚持下去的动力来源于不断地发现新的事物！

【本文地址】

matplotlib绘制直方图之基本配置

matplotlib绘制直方图之基本配置

今日新闻

推荐新闻