python基础编程：关于python中plt.hist参数的使用详解

今天小编就为大家分享一篇关于python中plt.hist参数的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：

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)

x : (n,) array or sequence of (n,) arrays

这个参数是指定每个bin(箱子)分布的数据,对应x轴

bins : integer or array_like, optional

这个参数指定bin(箱子)的个数,也就是总共有几条条状图

normed : boolean, optional

If True, the first element of the return tuple will be the counts normalized to form a probability density, i.e.,n/(len(x)`dbin)

这个参数指定密度,也就是每个条状图的占比例比,默认为1

color : color or array_like of colors or None, optional

这个指定条状图的颜色

我们绘制一个10000个数据的分布条状图,共50份,以统计10000分的分布情况

""" 
Demo of the histogram (hist) function with a few features. 
  
In addition to the basic histogram, this demo shows a few optional features: 
  
  * Setting the number of data bins 
  * The ``normed`` flag, which normalizes bin heights so that the integral of 
   the histogram is 1. The resulting histogram is a probability density. 
  * Setting the face color of the bars 
  * Setting the opacity (alpha value). 
  
"""
import numpy as np 
import matplotlib.mlab as mlab 
import matplotlib.pyplot as plt 
  
  
# example data 
mu = 100 # mean of distribution 
sigma = 15 # standard deviation of distribution 
x = mu + sigma * np.random.randn(10000) 
  
num_bins = 50
# the histogram of the data 
n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='blue', alpha=0.5) 
# add a 'best fit' line 
y = mlab.normpdf(bins, mu, sigma) 
plt.plot(bins, y, 'r--') 
plt.xlabel('Smarts') 
plt.ylabel('Probability') 
plt.title(r'Histogram of IQ: $\mu=100$, $\sigma=15$') 
  
# Tweak spacing to prevent clipping of ylabel 
plt.subplots_adjust(left=0.15) 
plt.show()

、以上这篇关于python中plt.hist参数的使用详解就是小编分享给大家的全部内容了
最后给大家推荐一个口碑不错的公众号【程序员学府】，这里有很多的老前辈学习技巧，学习心得，面试技巧，职场经历等分享，更为大家精心准备了零基础入门资料，实战项目资料，每天都有程序员定时讲解Python技术，分享一些学习的方法和需要留意的小细节