如何在 Python 中绘制直方图？

什么是直方图？

直方图是连续分组后的人口统计表的一种图形表示。它由一系列矩形组成，矩形的底边等于类别界限之间的距离，面积与相应类别中的频率成正比。由于此类图中的底边跨越了类别界限之间的空间，因此每个矩形都相邻。矩形的高度与相似组的可比频率成反比，与不同类别的频率密度成反比。

换句话说，直方图是一个图形，由宽度等于类距且面积与变量频率直接相关的矩形组成。

何时使用直方图？

直方图图表在特定情况下使用。如下所示：

• 数据必须是定量的。
• 为了检查数据分布的形状，我们使用直方图。
• 用于确定一个过程是否会随时间变化。
• 用于评估当涉及两个或多个过程时结果是否不同。
• 用于确定指定过程是否满足客户需求。

直方图的类型

根据数据的频率分布，直方图可以分为多种形式。有多种分布，包括高斯分布、双峰分布、偏斜分布、梳状分布、边缘峰分布、多峰分布、狗粮分布等。直方图可以表示这些多种类型的分布。直方图的各种类型是：

• 均匀直方图：均匀分布表示的组太少。每个组包含相同数量的条目。它可能包括具有多个峰的分布，所有峰的高度相同。
• 对称直方图：钟形直方图是对称直方图的另一种说法。如果沿直方图的中心绘制一条垂直线，则当两侧形状和大小相同时，直方图被认为是对称的。
• 双峰直方图：如果直方图包含两个峰，则将其归类为双峰。当数据集包含关于两种不同类型的人或合并组的观测值，并且两个不同直方图的中心与两个数据集中的方差足够远时，则存在双峰性。
• 概率直方图：此直方图以图形形式描绘不连续的概率分布。每个 x 值都用一个矩形表示。每个矩形的面积与相应值发生的可能性成正比。

使用 Matplotlib 绘制直方图

箱（Bins）定义为变量的连续、不重叠的范围。matplotlib.pyplot.hist() 方法用于计算和生成变量 x 的直方图。创建完整范围的箱是创建直方图的第一步。在下一步中，将整个数字范围分布到第一步创建的一系列区间中，并计算落入每个区间的值。

让我们使用一些任意值来构建一个简单的直方图。下面代码生成的简单直方图包含一些随机值。

代码

输出

修改 Matplotlib 中的直方图

Matplotlib 提供了多种技术来自定义直方图。matplotlib.pyplot.hist() 方法提供了许多我们可以用来自定义直方图的属性。hist() 方法提供了一个 patches 对象，该对象可以访问生成的对象的属性，从而允许我们根据需要更改绘图。

代码

输出

使用下面的代码修改上面生成的直方图，以获得更清晰的视图和更精确的读数。

代码

输出