matplotlib.axes.axes.hist()

matplotlib.axes.axes.hist()函数，matplotlib库的Axes模块中的Axes.hist()函数用于绘制直方图。

语法:

Axes.hist(self, 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)

参数:该方法接受如下参数说明:

x:表示数据顺序。

bins:可选参数，包含整数、序列或字符串。

range:可选参数，表示容器的上下范围。

density :可选参数，包含布尔值。

weights:该参数是一个可选参数，它是一个权重数组，形状与x相同。

bottom:每个容器的底部基线位置。

histtype:可选参数，用于绘制直方图的类型。{‘ bar ‘， ‘ barstacked ‘， ‘ step ‘， ‘ stepfill ‘}

align:该参数是一个可选参数，它控制如何绘制直方图。{“左”、“中”、“右”}

rwidth:该参数是一个可选参数，它是条的相对宽度，作为bin宽度的一部分

log:可选参数，用于将直方图轴设置为日志级别

color:该参数是一个可选参数，它是一个颜色规格或颜色规格序列，每个数据集一个。

label:该参数是一个可选参数，它是一个字符串，或匹配多个数据集的字符串序列。

normed:该参数是一个可选参数，它包含布尔值.它使用密度关键字参数代替。

返回如下内容:

n:这将返回直方图容器的值。

bins:返回回收箱的边缘。

patch:返回用于创建直方图的单个补丁的列表。

下面的例子演示了matplotlib.axes中的matplotlib.axes.axes.hexbin()函数:

示例1

# Implementation of matplotlib function
import matplotlib
import numpy as np
import matplotlib.pyplot as plt
  
np.random.seed(10**7)
mu = 121  
sigma = 21
x = mu + sigma * np.random.randn(1000)
  
num_bins = 100
fig, ax = plt.subplots()
  
n, bins, patches = ax.hist(x, num_bins,
                           density = 1, 
                           color ='green', 
                           alpha = 0.7)
  
y = ((1 / (np.sqrt(2 * np.pi) * sigma)) *
     np.exp(-0.5 * (1 / sigma * (bins - mu))**2))
ax.plot(bins, y, '--', color ='black')
ax.set_xlabel('X-Axis')
ax.set_ylabel('Y-Axis')
  
ax.set_title('matplotlib.axes.Axes.hist() Example')
plt.show()

输出:

matplotlib.axes.axes.hist()

示例2

# Implementation of matplotlib function
import matplotlib
import numpy as np
import matplotlib.pyplot as plt
  
np.random.seed(10**7)
n_bins = 20
x = np.random.randn(10000, 3)
  
fig, [(ax0, ax1), (ax2, ax3)] = plt.subplots(nrows = 2,
                                             ncols = 2)
  
  
colors = ['green', 'blue', 'lime']
  
ax0.hist(x, n_bins, density = True, 
         histtype ='bar',
         color = colors, 
         label = colors)
  
ax0.legend(prop ={'size': 10})
  
ax1.hist(x, n_bins, density = True,
         histtype ='barstacked',
         stacked = True, 
         color = colors)
  
ax2.hist(x, n_bins, histtype ='step',
         stacked = True,
         fill = False, 
         color = colors)
  
x_multi = [np.random.randn(n) for n in [100000,
                                        80000,
                                        1000]]
  
ax3.hist(x_multi, n_bins, 
         histtype ='stepfilled',
         color = colors)
  
plt.show()