matplotlib可视化之hist直方图

直方图

直方图（英语：Histogram）是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量，一般以长条图（bar）的形式具体表现。因为直方图的长度及宽度很适合用来表现数量上的变化，所以较容易解读差异小的数值.

hist

1. 函数定义：
   在向量 x 和 y 指定的位置创建一个包含圆形的散点图，该类型的图形也称为气泡图。

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, \*, data=None, \*\*kwargs)[source]

2. 常用参数：

• x:
  数据集，最终的直方图将对数据集进行统计
• bins:
  统计的区间分布划分，指定bin(箱子)的个数；
• range:
  显示的区间，range在没有给出bins时生效
• density:
  显示概率密度，默认为false
• histtype:
  可选{'bar', 'barstacked', 'step', 'stepfilled'}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似
• align:
  可选{'left', 'mid', 'right'}之一，默认为'mid'，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认
• log:
  默认为False，y坐标轴是否选择指数刻度，在数据分布的范围较大的时候，可以通过log指数刻度来缩小显示的范围。
• stacked:
  默认为False，是否为堆积状图

hist的详细定义：
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html?highlight=hist#matplotlib.pyplot.hist

示例说明：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

"""
font:设置中文
unicode_minus:显示负好
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

"""
随机数生成,自动生成正态分布的数据集
"""
data = np.random.randn(10000)

"""
facecolor:长条形的颜色
edgecolor:长条形边框的颜色
alpha:透明度
"""
plt.hist(data, bins=40, density=False, facecolor="tab:blue", edgecolor="tab:orange", alpha=0.7)

"""
xlabel:横轴标签
ylabel:纵轴标签
title:图标题
"""
plt.xlabel("区间")
plt.ylabel("频数(频数)")
plt.title("频数(频率)分布图")
plt.show()

扩展应用:

• 增加不同长条形色彩映射
  利用hist函数的三个返回值,对每一个不同区间进行不同颜色的显示.通过这种方式可以直观的看出分布的差异.
  n: 数组或数组列表,表明每一个bar区间的数量或者百分比;
  bins : 数组,bar的范围和bins参数含义一样;
  patches : 列表,每个bar图形对象;

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

"""
font:设置中文
unicode_minus:显示负好
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

"""
随机数生成,自动生成正态分布的数据集
"""
data = np.random.randn(10000)

"""
n: 数组或数组列表,表明每一个bar区间的数量或者百分比
bins : 数组,bar的范围和bins参数含义一样
patches : 列表 或者列表的列表 图形对象
"""
n, bins, patches =plt.hist(data, bins=40,)
percent = n / n.max()
#将percent中的数据进行正则化,这样可以方便的映射到colormap中

norm = colors.Normalize(percent.min(), percent.max())
"""
patches为对应每个长条的对象,循环为每个bar条进行颜色的设置.
set_facecolor()用来设置条形的颜色
"""

for thisfrac, thispatch in zip(percent, patches):
    color = plt.cm.viridis(norm(thisfrac))
    thispatch.set_facecolor(color)
"""
xlabel:横轴标签
ylabel:纵轴标签
title:图标题
"""
plt.xlabel("区间")
plt.ylabel("频数(频数)")
plt.title("频数(频率)分布图")
plt.show()

• 显示多个数据的直方图
  可以在一个图中显示多个数据的直方图,方便对不同数据进行对比.
  重点区分坐标系一和坐标系四两者之间显示的区别

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(64)

n_bins = 20
"""
生成为一个纬度为(6000,3)的随机数据
"""
x = np.random.randn(6000, 3)

"""
生成有两行行列坐标系的画布
"""
fig, axes = plt.subplots(nrows=2, ncols=2,figsize=(16,9))

"""
第一坐标系,使用bar条来显示

为了和第四坐标系进行效果对比,次数对三列随机数进行分别显示
"""
colors = ['tab:blue', 'tab:orange', 'tab:green']
alpha=[1,0.6,0.3]
for index in np.arange(x.shape[1]):
    axes[0][0].hist(x[:,index], n_bins, density=True, histtype='bar', color=colors[index], label=colors[index],alpha=alpha[index])    
#axes[0][0].hist(x, n_bins, density=True, histtype='bar', color=colors, label=colors)
axes[0][0].legend(prop={'size': 10})
axes[0][0].set_title('bar hist')

"""
第二坐标系,使用bar条来显示,设置的堆积的属性stacked
"""
axes[0][1].hist(x, n_bins, density=True, histtype='bar', stacked=True)
axes[0][1].set_title('stacked bar hist')

"""
第三坐标系,使用step来显示,设置的堆积的属性stacked
"""
axes[1][0].hist(x, n_bins, histtype='step', stacked=True, fill=False)
axes[1][0].set_title('stacked step hist')


"""
第四坐标系,一次性显示三列数据
"""
axes[1][1].hist(x, n_bins, density=True,histtype='bar')
axes[1][1].set_title('bat hist')

fig.tight_layout()
plt.show()

• 双变量直方图
  在进行一维频次直方图绘制之外,可以对二维数组按照二维区间进行二维频次的直方图绘制.

重点:此处使用另外一种方式进行多子图的绘制,利用GridSpec可以更加灵活的多子图的绘制

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import colors
from matplotlib.ticker import PercentFormatter

import matplotlib.gridspec as gridspec

np.random.seed(64)
N_points = 800
n_bins = 40

"""
生成为x,y随机数据
"""
x = np.random.randn(N_points)
y = 2* x + np.random.randn(N_points) + 5


fig = plt.figure(figsize=(10, 8))
# gridspec的用法，可以使图像横跨多个坐标
G = gridspec.GridSpec(2, 2)

#显示第一坐标系,其位置第一行,第一列(G[0, 0])
axes =fig.add_subplot(G[0, 0])
axes.hist(x, bins=n_bins)

#显示第二坐标系,其位置第一行,第二列(G[0, 1])
axes =fig.add_subplot(G[0, 1])
axes.hist(y, bins=n_bins)

#显示第三坐标系,其位置第二行整行(G[1, :])
axes =fig.add_subplot(G[1, :])
axes.hist2d(x,y, bins=n_bins)

plt.show()