【数据可视化】画个简单的频次直方图

一、简单的频次直方图

相关函数

plt.hist(x, # 输入数据
     bins=None, # 条数
     range=None, # x轴的范围，参数为元组
     density=None, # 是否以密度的形式，参数为bool
     weights=None, 
     cumulative=False, 
     bottom=None, # y轴的起始位置，参数为数值类型
     histtype='bar', # 线条的类型， {'bar', 'barstacked', 'step', 'stepfilled'}
     align='mid', # 对齐方式，{'left', 'mid', 'right'}
     orientation='vertical', # 轴向，{'horizontal', 'vertical'}
     rwidth=None, 
     log=False, # 单位是否以科学计数法
     color=None, # 颜色
     label=None, 
     stacked=False, 
     normed=None, 
     *, 
     data=None, 
     **kwargs)

简单实现

#coding:utf-8

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn-white')
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.rcParams['figure.figsize'] = (10,4)
plt.rcParams['figure.dpi'] = 300
# 准备数据
data = np.random.normal(0,10,1000)
# 画图
plt.hist(data,
         bins=50,
         alpha=0.5,
         color='b',
         histtype='stepfilled',
         density=True,
         align='mid'
        )

简单的频次直方图

二、二维频次直方图

相关函数

• plt.hist2d()：二维频次直方图
• plt.hexbin()：六边形区间划分

简单实现

# 准备数据
mean = [0,0]
cov = [[1,1],[1,2]]
x,y = np.random.multivariate_normal(mean,cov,10000).T

# 二维频次直方图
plt.hist2d(x,y,bins=30,cmap='Blues')
cb = plt.colorbar()
cb.set_label('count in bin')

# 六边形区间划分
plt.hexbin(x,y,gridsize=30,cmap='Blues')
cb = plt.colorbar(label='count in bin')

二维频次直方图 六边形区间划分