Matplotlib基本图形之直方图

Matplotlib基本图形之直方图

直方图特点
由一系列高度不等的纵向条形组成,表示数据分布情况例如年级同学身高分布注意与条形图的区别

示例代码:

import osimport numpy as np
import matplotlib.pyplot as plt

basedir = os.path.dirname(os.path.abspath(__file__))
resultdir = os.path.join(basedir, ‘result‘)

def create_hist(data,bins=8,color=‘red‘,normad=True):
    ‘‘‘

    :param data: 数据源
    :param bins: 直方图的臂数,默认5条
    :param color: 颜色,默认为红色
    :param normad: 是否对数据进行标准化,默认标准化
    :return:
    ‘‘‘
    plt.hist(data,bins=bins,color=color,normed=normad)
    plt.title(‘title‘)
    plt.savefig(os.path.join(resultdir, ‘test.png‘))

mu = 100
singma = 20
x = mu + singma*np.random.randn(1000)
create_hist(x)

运行结果:

双变量直方图:

双变量直方图用颜色的深浅来表示频率的大小

示例代码:

import os
import numpy as np
import matplotlib.pyplot as plt

basedir = os.path.dirname(os.path.abspath(__file__))
resultdir = os.path.join(basedir, ‘result‘)

x = np.random.randn(1000)+4
y = np.random.randn(1000)+3

plt.hist2d(x,y,bins=50)
plt.savefig(os.path.join(resultdir, ‘test.png‘))

运行结果:

原文地址:https://www.cnblogs.com/Keys819/p/9307327.html

时间: 2024-11-05 01:32:18

Matplotlib基本图形之直方图的相关文章

Matplotlib基础图形之散点图

Matplotlib基础图形之散点图 散点图特点: 1.散点图显示两组数据的值,每个点的坐标位置由变量的值决定 2.由一组不连续的点组成,用于观察两种变量的相关性(正相关,负相关,不相关) 3.例如:身高-体重,纬度-温度,等等 示例代码: import osimport timeimport matplotlib.pyplot as pltbasedir = os.path.dirname(os.path.abspath(__file__))resultdir = os.path.join(b

Matplotlib基本图形之饼状图

Matplotlib基本图形之饼状图 饼状图特点: 饼状图显示一个数据系列中各项大小与各项总和的比例饼状图的数据点显示为整个饼状图的百分比 示例代码 import os import time import numpy as np import matplotlib.pyplot as plt basedir = os.path.dirname(os.path.abspath(__file__)) resultdir = os.path.join(basedir, 'result') class

十分钟快速学会Matplotlib基本图形操作

在学习Python的各种工具包的时候,看网上的各种教程总是感觉各种方法很多很杂,参数的种类和个数也十分的多,理解起来需要花费不少的时间. 所以我在这里通过几个例子,对方法和每个参数都进行详细的解释,这样对于0基础的人也可以快速的掌握Matplotlib基本图形操作. 首先导入numpy和matplotlib包 import numpy as np import matplotlib.pyplot as plt %matplotlib inline # 使图形可以直接在notebook上显示 首先

机器学习入门之使用numpy和matplotlib绘制图形

机器学习当中能深入浅出的方法第一步就是先学会用numpy了.numpy是一个第三方的开源python库,他提供了许多科学的数值计算工具,尤其是大型矩阵计算,但使用配置非常简单,结合matplotlib能够非常方便的将计算结果展示成各种图形,如点状图,折线图,散点图. 先搭建开发环境,首先到 https://www.anaconda.com/download/现在 适合你自己的安装包,这里我就下载了,Anaconda 5.1 mac版,python 是 3.6. 没梯子的可以到清华大学的镜像网站去

matplotlib 设置图形大小时 figsize 与 dpi 的关系

matplotlib 中设置图形大小的语句如下: fig = plt.figure(figsize=(a, b), dpi=dpi) 其中: figsize 设置图形的大小,a 为图形的宽, b 为图形的高,单位为英寸 dpi 为设置图形每英寸的点数 则此时图形的像素为: px, py = a*dpi, b*dpi # pixels # e.g. # 6.4 inches * 100 dpi = 640 pixels 也就是说,同一像素尺寸的图形(比如 1200 * 600)可以有任意种不同的组

python matplotlib生成图形

y=2x+3 import matplotlib.pyplot as plt#约定俗成的写法plt #首先定义两个函数(正弦&余弦) import numpy as np #plt.figure(num='正余弦函数图', figsize=(10, 6), dpi=120, facecolor='y', edgecolor='g') X=np.linspace(-np.pi,np.pi,256,endpoint=True)#-π to+π的256个值 #C,S=np.cos(X),np.sin(

绘图神器-matplotlib入门

这次,让我们使用一个非常有名且十分有趣的玩意儿来完成今天的任务,没错它就是jupyter. 一.安装jupyter matplotlib入门之前,先安装好jupyter.这里只提供最为方便快捷的安装方式:pip install jupyter. 我这里已经装过了 启动jupyter也十分简单:jupyter notebook 执行命令后,自动启动服务,并自动打开浏览器,jupyter就长这样 找到你想要的目录,右上角new-->python3新建一个可以执行python3代码的jupyter文件

numpy 与 matplotlib 的应用

一.库函数介绍 1. numpy库 NumPy(Numeric Python)提供了一个N维的数组类型ndarray,Numpy底层使用C语言编写,内部解除了GIL(全局解释器锁),其对数组的操作速度不受Python解释器的限制,效率远高于纯Python代码. ndarray到底跟原生python列表的区别: ndarray中的所有元素的类型都是相同的,而Python列表中的元素类型是任意的,所以ndarray在存储元素时内存可以连续,而python原生list就只能通过寻址方式找到下一个元素,

Matplotlib 安装

章节 Matplotlib 安装 Matplotlib 入门 Matplotlib 基本概念 Matplotlib 图形绘制 Matplotlib 多个图形 Matplotlib 其他类型图形 Matplotlib 柱状图 Matplotlib 饼图 Matplotlib 直方图 Matplotlib 散点图 Matplotlib 填充图 Matplotlib 网格 Matplotlib 极坐标图 Matplotlib 3D图 Matplotlib 保存图形 为了统计分析,需要对数据进行可视化,