matplotlib.pyplot.hist参数详解

参考官方文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.hist

matplot.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, *, data=None, **kwargs)

返回元组(frequency, bins, patches)。

注：本文将bin译为柱子以帮助理解。

参数：

x：数组或（允许长度不等的）数组序列；

bins：整数值或序列。如果bins为整数值，则bins为柱子个数，根据数据的取值范围和柱子个数bins计算每个柱子的范围值，柱宽=(x.max()-x.min())/bins。例：数据取值为[1,2,3,4,5,6]，bins=6，柱宽=0.8333...，则每个柱子的范围分别为：[1,1.83), [1.83,2.66)...，[5.17,6]，见下图：

如果bins取值为序列，则该序列给出每个柱子的范围值（即边缘）。除最后一个柱子外，其他柱子的取值范围均为半开（左闭右开）。接上例，数据共n=6个取值，若bins=range(1,n+2)即bins的取值为[1,2,3,4,5,6,7]，注意range用法。则每个柱子的范围为：[1,2),[2,3),...,[5,6),[6,7]。注意：这里可以看出为什么bins的取值需要包含7，因为最后一个柱子的取值范围是全闭的，如果取值只到6，则最后一个柱子的范围为[5,6]，取值为5和6的数据将被合并计算。例子见下图：

range：元组(tuple)或None。剔除较大和较小的离群值，给出全局范围。如果为None，则默认为(x.min(), x.max())。如果bins取值为序列，则range无效，python会基于bins的取值画图。

density：布尔值。如果为true，则返回的元组的第一个参数frequency将为频率而非默认的频数。可自行验证sum(frequency)。

weights：与x形状相同的权重数组。将x中的每个元素乘以对应权重值再计数。如果normed或density取值为True，则会对权重进行归一化处理。这个参数可用于绘制已合并的数据的直方图。

cumulative：布尔值。如果为True，则计算累计频数。如果normed或density取值为True，则计算累计频率。

bottom：数组，标量值或None。每个柱子底部相对于y=0的位置。如果是标量值，则每个柱子相对于y=0向上/向下的偏移量相同。如果是数组，则根据数组元素取值移动对应的柱子。

histtype：{'bar', 'barstacked', 'step', 'stepfilled'}。'bar'是传统的条形直方图；'barstacked'是堆叠的条形直方图；'step'是未填充的条形直方图，只有外边框；'stepfilled'是有填充的直方图。当histtype取值为'step'或'stepfilled'，rwidth设置失效，即不能指定柱子之间的间隔，默认连接在一起。

align：{'left', 'mid', 'right'}。'left'：柱子的中心位于bins的左边缘；'mid'：柱子位于bins左右边缘之间；'right'：柱子的中心位于bins的右边缘。可在上面两张图中求证。

orientation：{'horizontal', 'vertical'}：如果取值为horizontal，则条形图将以y轴为基线，水平排列。

rwidth：标量值或None。柱子的宽度占bins宽的比例。例：当bins=range(1,8)时，每个柱子默认宽为1，若设置rwidth=0.8，则柱子的宽度将为0.8，柱子之间的距离为0.2。

log：布尔值。如果取值为True，则坐标轴的刻度为对数刻度。如果log为True且x是一维数组，则计数为0的取值将被剔除，仅返回非空的(frequency, bins, patches）。

color：具体颜色，数组（元素为颜色）或None。

label：字符串（序列）或None。有多个数据集时，用label参数做标注区分。

stacked：布尔值。如果取值为True，则输出的图为多个数据集堆叠累计的结果，见下图；如果取值为False且histtype='bar'或'step'，则多个数据集的柱子并排排列，见下图。

normed：布尔值。官方不推荐使用，建议改用density参数。

返回的参数：

frequency（官方文档用n表示）：数组或数组列表。柱子的高，即频数或频率值，数据类型为float。

bins：每个柱子的左右边缘值（即区间范围），例子见上文输入参数bins。

patches：列表或列表的列表。取值为每个柱子包含的数据。