Matplotlib – 柱状图

直方图是对数字数据分布的精确表示。它是对一个连续变量的概率分布的一种估计。它是一种条形图。

要构建一个直方图，请遵循以下步骤

将数值的范围划分出来。
将整个数值范围划分为一系列的区间。
计算每个区间内有多少数值。

分区通常被指定为一个变量的连续、不重叠的区间。

matplotlib.pyplot.hist() 函数绘制了一个直方图。它计算并绘制x的直方图。

参数

下表列出了直方图的参数，这些参数包括

x	数组或数组的序列
bins	整数或序列或’自动’，可选

可选参数

参数	解释
range	分列的下限和上限范围。
density	如果是True，返回元组的第一个元素将是归一化的计数，形成一个概率密度
cumulative	如果是True，那么将计算一个直方图，每个bin给出该bin的计数，加上所有bins的较小值。
histtype	要绘制的直方图的类型。默认是’条形’。

bar’是一个传统的条形直方图。如果给出多个数据，则条形图将并排排列。
barstacked’是一个条形直方图，其中多个数据被堆叠在彼此的上面。
step’生成一个线图，默认情况下是不填充的。
stepfilled’生成一个默认为填充的线图。

下面的例子绘制了一个班级中学生获得分数的直方图。定义了四个档位，0-25，26-50，51-75和76-100。直方图显示了在这个范围内的学生人数。

from matplotlib import pyplot as plt
import numpy as np
fig,ax = plt.subplots(1,1)
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
ax.hist(a, bins = [0,25,50,75,100])
ax.set_title("histogram of result")
ax.set_xticks([0,25,50,75,100])
ax.set_xlabel('marks')
ax.set_ylabel('no. of students')
plt.show()

该图出现如下所示—

Matplotlib - 柱状图