histpython
❶ 怎麼得到python中歸一化直方圖橫坐標的對應值
a=plt.hist()
a[0]就是bins的高度，a[1]就是bins的列表
❷ 怎麼用python畫數據分布直方圖
計算頻數：
給定一個序列t：
hist = {}
for x in t:
hist[x] = hist.get(x,0)+1
得到的結果是一個將值映射到其頻數的字典。將其除以n即可把頻數轉換成頻率，這稱為歸一化：
n = float(len(t))
pmf = {}
for x, freq in hist.items():
pmf[x] = freq/n
繪制直方圖：
Vals, freqs = hist.Render()
rectangles = pyplot.bar(vals, freqs)
pyplot.show()
繪制概率質量函數：
採用柱狀圖，可以用pyplot.bar或myplot.Hist。如果Pmf中的值不多，柱狀圖就比較合適
採用折線圖，可以用pyplot.plot或者myplot.Pmf。如果Pmf中的值較多，且比較平滑，折線圖就比較合適。
*百分比差異圖
直觀顯示兩組數據的分布差異，詳見教材。
❸ 如何用python繪制各種圖形
1.環境
系統：windows10
python版本：python3.6.1
使用的庫：matplotlib，numpy
2.numpy庫產生隨機數幾種方法
import numpy as np
numpy.random
rand(d0,d1,...,dn)
In [2]: x=np.random.rand(2,5)
In [3]: x
Out[3]:
array([[ 0.84286554, 0.50007593, 0.66500549, 0.97387807, 0.03993009],
[ 0.46391661, 0.50717355, 0.21527461, 0.92692517, 0.2567891 ]])
randn(d0,d1,...,dn)查詢結果為標准正態分布
In [4]: x=np.random.randn(2,5)
In [5]: x
Out[5]:
array([[-0.77195196, 0.26651203, -0.35045793, -0.0210377 , 0.89749635],
[-0.20229338, 1.44852833, -0.10858996, -1.65034606, -0.39793635]])
randint(low,high,size)
生成low到high之間（半開區間 [low, high)），size個數據
In [6]: x=np.random.randint(1,8,4)
In [7]: x
Out[7]: array([4, 4, 2, 7])
random_integers(low,high,size)
生成low到high之間（閉區間 [low, high)），size個數據
In [10]: x=np.random.random_integers(2,10,5)
In [11]: x
Out[11]: array([7, 4, 5, 4, 2])
3.散點圖
x x軸
y y軸
s 圓點面積
c 顏色
marker 圓點形狀
alpha 圓點透明度#其他圖也類似這種配置
N=50# height=np.random.randint(150,180,20)# weight=np.random.randint(80,150,20)
x=np.random.randn(N)
y=np.random.randn(N)
plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5)
plt.show()
8.箱型圖
import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 點的形狀，whis虛線的長度plt.boxplot(data,sym="o",whis=1.5)plt.show()
#sym 點的形狀，whis虛線的長度
❹ python的hist函數中中bins alpha指什麼
bins 數據的寬度 alpha 頻率分布圖的透明度
❺ python3的畫直方圖的程序hist中的alpha參數是什麼意思啊
理解為填充顏色的深度，你把alpha設置成0.99和0.01，看看畫出來的結果就知道了
❻ 如何用python畫出直方圖的包絡線
有一組數據想用直方圖畫出他們的數值分布，使用代碼：
num=20
histo=plt.hist(data,num)
plt.plot(histo[1][0:num],histo[0],"r",linewidth=2) 畫出的直方圖的bar是分散的如圖，紅色曲線為每條bar的包絡線。現在想做出所有bar的包絡線，比如圖中所有bar的分布可以畫出一條類似高斯曲線的包絡線，表示數據是高斯分布，請問如何實現
這個問題解決了，其實很簡單，更改bins的寬度即可
❼ 如何用python畫直方圖
給定一個序列t：
hist = {}
for x in t:
hist[x] = hist.get(x,0)+1
得到的結果是一個將值映射到其頻數的字典。將其除以n即可把頻數轉換成頻率，這稱為歸一化：
n = float(len(t))
pmf = {}
for x, freq in hist.items():
pmf[x] = freq/n
❽ python hist 參數詳細說明
x : sequence of scalarhold : boolean, optional, default: True
detrend : callable, optional, default: mlab.detrend_none
x is detrended by the detrend callable. Default is no normalization.
normed : boolean, optional, default: True
if True, normalize the data by the autocorrelation at the 0-th lag.
usevlines : boolean, optional, default: True
if True, Axes.vlines is used to plot the vertical lines from the origin to the acorr. Otherwise, Axes.plot is used.
maxlags : integer, optional, default: 10
number of lags to show. If None, will return all 2 * len(x) - 1 lags.
❾ python使用hist畫頻率直方圖時，怎樣修改填充圖
使用python畫頻率直方圖時,我用的是hist函數直接可以畫出來,但只有顏色區別,用hatch=['o','\\','/']改填充形狀時,顯示hatch不能hash,那麼怎樣改填充形狀,在線...
❿ python使用hist畫頻率直方圖時，怎樣修改填
示例代碼：
#概率分布直方圖
#高斯分布
#均值為0
mean=0
#標准差為1，反應數據集中還是分散的值
sigma=1
x=mean+sigma*np.random.randn(10000)
fig,(ax0,ax1)=plt.subplots(nrows=2,figsize=(9,6))
#第二個參數是柱子寬一些還是窄一些，越大越窄越密
ax0.hist(x,40,normed=1,histtype='bar',facecolor='yellowgreen',alpha=0.75)
##pdf概率分布圖，一萬個數落在某個區間內的數有多少個
ax0.set_title('pdf')
ax1.hist(x,20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8)
#cdf累計概率函數，cumulative累計。比如需要統計小於5的數的概率
ax1.set_title("cdf")
fig.subplots_adjust(hspace=0.4)
plt.show()
運行結果為：