一、直方圖繪制參數詳解
1、plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False)
- x：指定要繪制直方圖的數據。
- bins：指定直方圖條形的個數。
- range：指定直方圖數據的上下界，默認包含繪圖數據的最大值和最小值。
- normed：是否將直方圖的頻數轉換成頻率。
- weights：該參數可為每一個數據點設置權重。
- cumulative：是否需要計算累計頻數或頻率。
- bottom：可以為直方圖的每個條形添加基准線，默認為0。
- histtype：指定直方圖的類型，默認為bar，除此之外，還有barstacked、step和stepfilled
- align：設置條形邊界值的對齊方式，默認為mid，另外還有left和right
- orientation：設置直方圖的擺放方向，默認為垂直方向
- rwidth：設置直方圖條形的寬度
- log：是否需要對繪圖數據進行log變換
- color：設置直方圖的填充色
- edgecolor：設置直方圖邊框色
- label：設置直方圖的標簽，可通過legend展示其圖例
- stacked：當有多個數據時，是否需要將直方圖呈堆疊擺放，默認水平擺放
官方鏈接：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.hist
①繪制直方圖實例
1 # matplotlib模塊繪制直方圖 2 # 讀入數據 3 Titanic = pd.read_csv('titanic_train.csv') 4 # 檢查年齡是否有缺失 5 any(Titanic.Age.isnull()) 6 # 不妨刪除含有缺失年齡的觀察 7 Titanic.dropna(subset=['Age'], inplace=True) 8 # 繪制直方圖 9 plt.hist(x = Titanic.Age, # 指定繪圖數據 10 bins = 20, # 指定直方圖中條塊的個數 11 color = 'steelblue', # 指定直方圖的填充色 12 edgecolor = 'black' # 指定直方圖的邊框色 13 ) 14 # 添加x軸和y軸標簽 15 plt.xlabel('年齡') 16 plt.ylabel('頻數') 17 # 添加標題 18 plt.title('乘客年齡分布') 19 # 顯示圖形 20 plt.show()
②繪制直方圖與核密度圖
1 # Pandas模塊繪制直方圖和核密度圖 2 # 讀入數據 3 Titanic = pd.read_csv('titanic_train.csv') 4 # 繪制直方圖 5 Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', normed = True, label = '直方圖') 6 # 繪制核密度圖 7 Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度圖') 8 # 添加x軸和y軸標簽 9 plt.xlabel('年齡') 10 plt.ylabel('核密度值') 11 # 添加標題 12 plt.title('乘客年齡分布') 13 # 顯示圖例 14 plt.legend() 15 # 顯示圖形 16 plt.show()
根據數據需要手動設置x軸刻度
1 # 導入數據 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 f = open(r'C:\Users\Administrator.PC-20160806EWJL\Desktop\整理文件\boston數據簡介\data\boston.csv') 5 data = pd.read_csv(f) 6 7 # 繪制直方圖 8 data.RAD.plot(kind = 'hist', bins = 30, color = 'steelblue', edgecolor = 'black', normed = True, label = '直方圖') 9 # 繪制核密度圖 10 data.RAD.plot(kind = 'kde', color = 'red', label = '核密度圖') 11 # 添加x軸和y軸標簽 12 plt.xlabel('距離高速公路') 13 plt.ylabel('核密度值') 14 plt.xticks([-10,-5,0,1,2,3,4,5,6,7,8,9,20,25]) #根據分布頻率手動設置x軸的刻度 15 # 添加標題 16 plt.title('距離高速公路分布') 17 # 顯示圖例 18 plt.legend() 19 # 顯示圖形 20 plt.show()
③seaborn模塊繪制分組的直方圖
1 # seaborn模塊繪制分組的直方圖和核密度圖 2 # 讀入數據 3 Titanic = pd.read_csv('titanic_train.csv') 4 # 取出男性年齡 5 Age_Male = Titanic.Age[Titanic.Sex == 'male'] 6 # 取出女性年齡 7 Age_Female = Titanic.Age[Titanic.Sex == 'female'] 8 9 # 繪制男女乘客年齡的直方圖 10 sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'}, label = '男性') 11 # 繪制女性年齡的直方圖 12 sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'}, label = '女性') 13 plt.title('男女乘客的年齡直方圖') 14 # 顯示圖例 15 plt.legend() 16 # 顯示圖形 17 plt.show()
④seaborn模塊繪制核密度圖
1 # 讀入數據 2 Titanic = pd.read_csv('titanic_train.csv') 3 # 繪制男女乘客年齡的核密度圖 4 sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'}, 5 norm_hist = True, label = '男性') 6 # 繪制女性年齡的核密度圖 7 sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'}, 8 norm_hist = True, label = '女性') 9 plt.title('男女乘客的年齡核密度圖') 10 # 顯示圖例 11 plt.legend() 12 # 顯示圖形 13 plt.show()
