绘制直方图

1.bins为80的图形
fig = plt.figure(figsize=(15, 9))
for i in range(12):
plt.subplot(3,4,i+1) # 3行4列位置是i+1的子图
df[colnm[i]].hist(bins=80, color=color[1])
plt.xlabel(colnm[i], fontsize=13)
plt.ylabel(‘Frequency’)
plt.tight_layout()
plt.savefig(‘xxx.png’)
print(‘直方图’)

python用hist参数解读
2.bins为150的图形

3.bins为10的图形

参数解读
参数名类型描述
data DataFrame pandas数据对象，存储数据
column string或者sequence 如果传递了这个参数，则画图时只用到数据的一个子集，具体是谁，由本参数值指定
by object 这就是Group By里的by，会按照分组来绘制直方图
grid boolean 是否显示坐标线
xlabelsize int 如果指定了这个值，则可以改变x-axis的标记尺寸
xrot float 旋转x轴的度数
ylabelsize int 如果指定了这个值，则可以改变y-axis的标记尺寸
yrot float 旋转y轴的度数
ax Matplot axes 指定要绘制直方图的坐标系
sharex boolean 如果ax为None则默认为True否则默认为False。在subplots=True时，会共享x轴并将某个x轴设置为不可见；如果ax传递进来了，且sharex=True，会改变所有子图的x轴的标记。
sharey booelan 同理可推导出sharey的功效。
figsize tuple 单位是英寸，表示要创建的图的大小。默认使用在matplotlib.rcParams中定义的数值。
layout tuple (rows, columns)，表示绘图有多少行多少列。
bins int或者sequence 默认为10，就是指定显示多少竖条
**kwds 其他的关键词参数可以在这里传递
axes(返回值) 返回一个matplotlib.AxesSubplot或者numpy.ndarray对象

绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图。
调用方式：
n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor=‘black’, edgecolor=‘black’,alpha=1，histtype=‘bar’)
hist的参数非常多，但常用的就这六个，只有第一个是必须的，后面四个可选

arr: 需要计算直方图的一维数组

bins: 直方图的柱数，可选项，默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

edgecolor: 直方图边框颜色

alpha: 透明度

histtype: 直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值：

n: 直方图向量，是否归一化由参数normed设定

bins: 返回各个bin的区间范围

patches: 返回每个bin里面包含的数据，是一个list

python用hist参数解读

绘制直方图

相关推荐