python系列之2d直方圖,python 直方圖

本文目錄一覽：

• 1、如何用python畫出直方圖的包絡線
• 2、Python科學計算常用的工具包有哪些?
• 3、Python 數據可視化：繪製箱線圖、餅圖和直方圖
• 4、python畫hist直方圖
• 5、直方圖知道每組頻數如何用python畫出直方圖

如何用python畫出直方圖的包絡線

有一組數據想用直方圖畫出他們的數值分佈，使用代碼：

num=20

histo=plt.hist(data,num)

plt.plot(histo[1][0:num],histo[0],”r”,linewidth=2) 畫出的直方圖的bar是分散的如圖，紅色曲線為每條bar的包絡線。現在想做出所有bar的包絡線，比如圖中所有bar的分佈可以畫出一條類似高斯曲線的包絡線，表示數據是高斯分佈，請問如何實現

這個問題解決了，其實很簡單，更改bins的寬度即可

Python科學計算常用的工具包有哪些?

1、 NumPy

NumPy幾乎是一個無法迴避的科學計算工具包，最常用的也許是它的N維數組對象，其他還包括一些成熟的函數庫，用於整合C/C++和Fortran代碼的工具包，線性代數、傅里葉變換和隨機數生成函數等。NumPy提供了兩種基本的對象：ndarray(N-dimensional array object)和 ufunc(universal function object)。ndarray是存儲單一數據類型的多維數組，而ufunc則是能夠對數組進行處理的函數。

2、SciPy：Scientific Computing Tools for Python

「SciPy是一個開源的Python算法庫和數學工具包，SciPy包含的模塊有最優化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。其功能與軟件MATLAB、Scilab和GNU Octave類似。 Numpy和Scipy常常結合著使用，Python大多數機器學習庫都依賴於這兩個模塊。」—-引用自「Python機器學習庫」

3、 Matplotlib

matplotlib 是python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，十分適合交互式地進行製圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應用程序中。Matplotlib可以配合ipython shell使用，提供不亞於Matlab的繪圖體驗，總之用過了都說好。

關於Python科學計算常用的工具包有哪些，環球青藤小編就和大家分享到這裡了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。

Python 數據可視化：繪製箱線圖、餅圖和直方圖

上一課介紹了柱形圖和條形圖，本課將介紹另外幾種統計圖表。

Box Plot 有多種翻譯，盒須圖、盒式圖、盒狀圖或箱線圖、箱形圖等，不管什麼名稱，它的基本結構是這樣的：

這種圖是由美國著名統計學家約翰·圖基（John Tukey）於 1977 年發明的，它能顯示出一組數據的上限、下限、中位數及上下四分位數。

為了更深入理解箱線圖的含義，假設有這樣一組數據：[1, 3, 5, 8, 10,11, 16, 98 ]，共有 8 個數字。

首先要計算箱線圖中的「四分位數」，注意不是 4 個數：

對於已經排序的數據 [1, 3, 5, 8, 10,11, 16, 98 ]，下四分位數（Q1）的位置是數列中從小到大第 2.25 個數，當然是不存在這個數字的——如果是第 2 個或者第 3 個，則存在。但是，可以用下面的原則，計算出此位置的數值。

四分位數等於與該位置兩側的兩個整數的加權平均數，此權重取決於相對兩側整數的距離遠近，距離越近，權重越大，距離越遠，權重越小，權數之和等於 1。

根據這個原則，可以分別計算本例中數列的 3 個四分位數。

在此計算基礎上，還可以進一步計算四分位間距和上限、下限的數值。

先看一個簡單示例，了解基本的流程。

輸出結果：

這裡繪製了兩張箱線圖，一張沒有顯示平均值，另外一張顯示了平均值，所使用的方法就是 boxplot，其完整參數列表為：

參數很多，不要擔心記憶問題，更別擔心理解問題。首先很多參數都是可以「望文生義」的，再有，與以前所使用的其他方法（函數）的參數含義也大同小異。

輸出結果：

所謂的「凹槽」，不是簡單形狀的改變，左右折線的上限區間表示了數據分佈的置信區間，橫線依然是上限和下限。

python畫hist直方圖

簡單說下圖形選擇啦，通常我們最常用的圖形是折線圖、扇形圖、條形圖，它們的功能簡單概括為：

折線圖：表示變化情況；

扇形圖：表示各類別的分佈佔比情況；

條形圖：表示具體數值；

接下來要說的直方圖是以條形圖的形式展現的，在統計學中， 直方圖 （英語：Histogram）是一種對數據分佈情況的圖形表示。

以下展示了python畫直方圖的幾種方式，這裡涉及到了3個包：matplotlib、pandas、seanborn。

1、使用 matplotlib.pyplot.hist 函數（本文主要講解該方法畫直方圖）

2、使用 pandas.DataFrame.plot.hist 函數

3、使用 pandas.DataFrame.hist 函數

4、使用 seaborn.distplot 函數

以下為 matplotlib.pyplot.hist 函數介紹：

參數：

返回值：

模擬真實場景：我們通過分析打分，給1000個客戶進行了排名，排名越靠前，說明客戶越優異，為了找到特定的200個客戶的排名處於這1000個客戶中的位置，使用了直方圖對比的方式。以下使用的數據是為模擬場景，隨機出來的結果排名比較靠後，所以這些客戶質量並不高：

hist：

matplotlib中文亂碼：

直方圖知道每組頻數如何用python畫出直方圖

可以使用Pycharts庫來完成，你可以百度一下學習教程，幾分鐘就可以學會。

下面是我給出的一個示例，僅供參考：

from pyecharts import Bar 

bar = Bar(‘我的第一個圖表’,’這裡是副標題’)

kwargs = dict(

    name = ‘柱形圖’,

    x_axis = [‘襯衫’,’羊毛衫’,’雪紡衫’,’褲子’,’高跟鞋’,’襪子’],

    y_axis = [5,20,36,10,75,90]

)

bar.add(**kwargs)

bar.render(‘bar01.html’)