1.Python绘制直方图注意事项
plt.hist()函数绘图条件说明-在满足如下公式(1)的区间—饱和积分区间[a,b]上绘制直方图是正确的, 若不满足下述条件则不能使用plt.hist()函数绘制直方图。效果如下图1.1所示。
三组采样集合箱宽不同,造成频数统计不和谐。
~~~~~~~~~~~~~ samples:bins_width=0.01
~~~~~~~~~~~~~ samples_:bins_width=0.007
~~~~~~~~~~~~~ samples__:bins_width=0.008
~~~~ 1.3.1使用python别的函数——plt.bar(x,height)绘制
~~~~ 1.3.2将数据打印复制或书写到其他软件并绘制——excle…
~~~~ 1.3.3整合到饱和积分[a,b]区间再绘制
~~~~ 1.3.4更改plt.hist()函数
1.1图片如下:
1.1代码如下(但因部分代码涉及技术问题,暂不公开)
仅公开一部分通用代码如下:
#2.将生成的采样集合按照大小拆分成两个集合并绘制直方图
samples
ssamples_=[]
ssamples__=[]
for i in samples:
if i<=0.4:
ssamples_.append(i)
else:
ssamples__.append(i)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(8,4))
plt.title('采样频数统计直方图')
nl,binsxl,batches=plt.hist(samples,bins=100,color='orange',label='samples_[0-1]')#nl返回各箱频数 list
nl_,binsxl_,batches_=plt.hist(samples_,bins=40,color='yellow',label='samples_[0-0.4]')#binsxl_返回x轴分箱情况 list
nl__,binsxl__,batches__=plt.hist(samples__,bins=60,color='yellow',label='samples_[0.4-1]')#batches__返回各箱详细内容>xl+nl list
plt.legend()
plt.axis("on")
plt.show()
1.2图片如下:
1.2代码如下:(如果阅者碰到类似频数统计解决不理想的问题,可以通过下述方式查看)
xl,nl,batches=plt.hist(samples,bins=100,color='orange',label='samples_[0-1]')#xl返回各箱频数 list
xl_,nl_,batches_=plt.hist(samples_,bins=40,color='yellow',label='samples_[0-0.4]')#nl返回x轴分组情况 list
xl__,nl__,batches__=plt.hist(samples__,bins=60,color='yellow',label='samples_[0.4-1]')#batches__内容详细>xl+nl list
for i in batches:
print(i)
print("\n")
for i in batches_:
print(i)
print("\n")
for i in batches__:
print(i)
print("\n")
~~~~ 1.3.1 使用samples、samples_、samples__三个原始采样集合结合plt.bar(x,height)函数绘制直方图。(但因部分代码涉及技术问题,暂不全公开,
仅公开一部分通用代码) 效果如下图所示,说明该方法可行:
~~~~~~~~ 1.3.1 图片如下:
~~~~~~~~ 1.3.2代码如下:
#xl:各箱频数list,nl:x轴各箱区间范围
plt.figure(figsize=(8,4))
plt.title('自绘分区间采样结果的频数统计直方图')
plt.bar(myxl,mynl,color='orange',width=0.01,label='my.hist samples_0_1')
plt.bar(myxl_,mynl_,color='yellow',width=0.01,label='my.hist samples_0_0.4')
plt.bar(myxl__,mynl__,color='yellow',width=0.01,label='my.hist samples_0.4_1')
plt.legend(loc='upper left')
plt.show()
参考文章:
1.python–plt.hist函数的输入参数和返回值的解释
2.Python直方图美化:多颜色二维直方图(内附色卡)