【学习记录】绘制数据的频率分布图的几种方法及进阶

直方图绘制参数详解

生成数据：

import numpy as np
np.random.seed(0)
data = np.random.randn(1000000)*10
data = data.astype(np.int8)

最麻烦的方法：

import matplotlib.pyplot as plt

num_dict = {}

for num in data:
	if num in num_dict:
		num_dict[num] += 1
	else:
		num_dict[num] = 1

keys = list(num_dict.keys())
values = list(num_dict.values())


plt.bar(keys, values)
plt.show()

# cost 377ms

方法一：

from collections import Counter
import matplotlib.pyplot as plt

num_dict = Counter(data)

keys = list(num_dict.keys())
values = list(num_dict.values())


plt.bar(keys, values)
plt.show()

# cost 226ms

方法二：

import matplotlib.pyplot as plt
plt.hist(data, bins=50)
plt.show()

# cost 83ms

官方链接

plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, 
         histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, 
         color=None, label=None, stacked=False)

• x：指定要绘制直方图的数据。
• bins：指定直方图条形的个数。
• range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值。
• normed：是否将直方图的频数转换成频率。
• weights：该参数可为每一个数据点设置权重。
• cumulative：是否需要计算累计频数或频率。
• bottom：可以为直方图的每个条形添加基准线，默认为0。
• histtype：指定直方图的类型，默认为bar，除此之外，还有barstacked、step和stepfilled
• align：设置条形边界值的对齐方式，默认为mid，另外还有left和right
• orientation：设置直方图的摆放方向，默认为垂直方向
• rwidth：设置直方图条形的宽度
• log：是否需要对绘图数据进行log变换
• color：设置直方图的填充色
• edgecolor：设置直方图边框色
• label：设置直方图的标签，可通过legend展示其图例
• stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放

方法三：

import seaborn as sns
import matplotlib.pyplot as plt
sns.distplot(data, kde=False, bins=50)
plt.show()

# cost 86ms

拓展：

import seaborn as sns
import matplotlib.pyplot as plt
sns.distplot(data)
plt.show()

# cost 4811ms

import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import *
sns.distplot(data, fit=norm)
plt.show()

# cost 5019ms