NumPy - Matplotlib 直方图

NumPy - Matplotlib 直方图 首页 / Numpy入门教程 / NumPy - Matplotlib 直方图

NumPy具有numpy.histogram()函数,该函数是数据频率分布的图形表示,水平大小相等的矩形对应于称为bin的类区间,而可变高度则对应于频率。

numpy.histogram()

numpy.histogram()函数将输入数组和bin作为两个参数。bin数组中的连续元素充当每个bin的边界。

链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-histogram-using-matplotlib.html

来源:LearnFk无涯教程网

import numpy as np 
   
a=np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
np.histogram(a,bins=[0,20,40,60,80,100]) 
hist,bins=np.histogram(a,bins=[0,20,40,60,80,100]) 
print hist 
print bins 

它将产生以下输出-

无涯教程网

[3 4 5 2 1]
[0 20 40 60 80 100]

plt()

Matplotlib可以将这种直方图的数字表示形式转换为图形。 pyplot子模块的 plt()函数将包含数据和bin数组的数组作为参数,并转换为直方图。

from matplotlib import pyplot as plt 
import numpy as np  
   
a=np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
plt.hist(a, bins=[0,20,40,60,80,100]) 
plt.title("histogram") 
plt.show()

它应该产生以下输出-

Histogram Plot

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

趣谈Linux操作系统 -〔刘超〕

设计模式之美 -〔王争〕

安全攻防技能30讲 -〔何为舟〕

Serverless入门课 -〔蒲松洋(秦粤)〕

分布式系统案例课 -〔杨波〕

Selenium自动化测试实战 -〔郭宏志〕

林外 · 专利写作第一课 -〔林外〕

B端产品经理入门课 -〔董小圣〕

结构会议力 -〔李忠秋〕

好记忆不如烂笔头。留下您的足迹吧 :)