Matplotlib 在 matplotlib 直方图中设置相对频率

Matplotlib 是一个 Python 的函数库，用于绘制各种不同类型的图形，包括直方图。在这篇文章中，我们将讨论如何在 matplotlib 直方图中设置相对频率。

什么是相对频率

在统计学中，相对频率是指某种事件在一段时间内发生的次数除以总体事件数。例如，假设有一个硬币，我们抛了 100 次。如果正面朝上出现了 60 次，反面朝上出现了 40 次，那么正面朝上的相对频率为 0.6，反面朝上的相对频率为 0.4。

在绘制直方图时，我们可以使用相对频率替换绝对频率。这可以使我们更容易地比较不同样本集合的分布，因为相对频率是标准化的值，总和为 1。

设置相对频率

在 matplotlib 中，我们可以使用 density 参数来设置相对频率。默认情况下，density 参数设置为 False，直方图显示绝对频率。当 density 参数设置为 True 时，直方图将显示相对频率。

下面是一个简单的示例，展示如何在直方图中设置相对频率：

import matplotlib.pyplot as plt
import numpy as np

# 生成一组数据
data = np.random.normal(0, 0.5, 1000)

# 绘制直方图，设置 density 参数为 True
plt.hist(data, bins=50, density=True)

# 显示图例和标签
plt.xlabel('Data')
plt.ylabel('Relative Frequency')
plt.title('Histogram with Relative Frequency')

plt.show()

自定义频率

在某些情况下，我们可能需要自定义相对频率，而不是以默认值为基础。其中一个例子是进行了抽样处理的数据。

假设有一个数据集，其中包含一组 10 个数字：

data = [0.2, 0.3, 0.5, 0.7, 0.9, 0.1, 0.4, 0.8, 0.6, 0.2]

我们可以创建一个包含相对频率的新数据集。相对频率是每个数字出现的次数除以总数字数。

relative_freq = [data.count(x) / len(data) for x in data]

然后，我们可以使用生成的相对频率绘制直方图。

plt.bar(data, height=relative_freq, width=0.05)
plt.xlabel('Data')
plt.ylabel('Relative Frequency')
plt.title('Custom Relative Frequency Histogram')

plt.show()