Python 直方图(hist)

什么是直方图

直方图（Histogram）是对数据分布情况的一种图形化表示方法，通过统计和展示数据的频率分布情况，可以帮助我们更直观地了解数据的属性和特征。

直方图将数据分成若干个等距的区间，每个区间称为一个“箱子”。根据数据在每个箱子中的频数来绘制柱状图，从而反映出数据的分布规律。

直方图的绘制

在 Python 中，我们可以使用第三方库 matplotlib 来绘制直方图。下面是一个简单的例子：

import matplotlib.pyplot as plt

# 数据集
data = [1, 2, 3, 4, 4, 5, 6, 6, 6, 7, 7, 7, 8, 8, 9]

# 绘制直方图
plt.hist(data, bins=9, edgecolor='black')

# 添加标题和标签
plt.title("Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")

# 展示图像
plt.show()

可以看出，数据集 data 中的元素主要集中在 4、6 和 7 附近，这反映了数据的分布情况。

直方图的参数

绘制直方图时，hist() 函数可以接受多个参数，下面我们来详细介绍一些常用的参数。

bins：用来指定箱子的数量或间隔，默认值为 10。
range：用来指定箱子的范围，默认值为整个数据集的范围。
density：用来指定是否将直方图标准化，默认值为 False。如果设置为 True，则纵坐标表示的是概率密度函数。
orientation：用来指定直方图的方向，默认值为 vertical，也可以设置为 horizontal。

以下是一个示例代码，演示了如何使用这些参数来绘制直方图：

import matplotlib.pyplot as plt

# 数据集
data = [1, 2, 3, 4, 4, 5, 6, 6, 6, 7, 7, 7, 8, 8, 9]

# 绘制直方图
plt.hist(data, bins=5, range=(0,10), density=True, orientation='horizontal', edgecolor='black')

# 添加标题和标签
plt.title("Histogram")
plt.xlabel("Probability Density")
plt.ylabel("Value")

# 展示图像
plt.show()

可以看出，直方图在参数设置不同时，展示的效果也会有所差异。