histpython
❶ 怎么得到python中归一化直方图横坐标的对应值
a=plt.hist()
a[0]就是bins的高度，a[1]就是bins的列表
❷ 怎么用python画数据分布直方图
计算频数：
给定一个序列t：
hist = {}
for x in t:
hist[x] = hist.get(x,0)+1
得到的结果是一个将值映射到其频数的字典。将其除以n即可把频数转换成频率，这称为归一化：
n = float(len(t))
pmf = {}
for x, freq in hist.items():
pmf[x] = freq/n
绘制直方图：
Vals, freqs = hist.Render()
rectangles = pyplot.bar(vals, freqs)
pyplot.show()
绘制概率质量函数：
采用柱状图，可以用pyplot.bar或myplot.Hist。如果Pmf中的值不多，柱状图就比较合适
采用折线图，可以用pyplot.plot或者myplot.Pmf。如果Pmf中的值较多，且比较平滑，折线图就比较合适。
*百分比差异图
直观显示两组数据的分布差异，详见教材。
❸ 如何用python绘制各种图形
1.环境
系统：windows10
python版本：python3.6.1
使用的库：matplotlib，numpy
2.numpy库产生随机数几种方法
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)查询结果为标准正态分布
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之间（半开区间 [low, high)），size个数据
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之间（闭区间 [low, high)），size个数据
In [10]: x=np.random.random_integers(2,10,5)
In [11]: x
Out[11]: array([7, 4, 5, 4, 2])
3.散点图
x x轴
y y轴
s 圆点面积
c 颜色
marker 圆点形状
alpha 圆点透明度#其他图也类似这种配置
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.箱型图
import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 点的形状，whis虚线的长度plt.boxplot(data,sym="o",whis=1.5)plt.show()
#sym 点的形状，whis虚线的长度
❹ python的hist函数中中bins alpha指什么
bins 数据的宽度 alpha 频率分布图的透明度
❺ python3的画直方图的程序hist中的alpha参数是什么意思啊
理解为填充颜色的深度，你把alpha设置成0.99和0.01，看看画出来的结果就知道了
❻ 如何用python画出直方图的包络线
有一组数据想用直方图画出他们的数值分布，使用代码：
num=20
histo=plt.hist(data,num)
plt.plot(histo[1][0:num],histo[0],"r",linewidth=2) 画出的直方图的bar是分散的如图，红色曲线为每条bar的包络线。现在想做出所有bar的包络线，比如图中所有bar的分布可以画出一条类似高斯曲线的包络线，表示数据是高斯分布，请问如何实现
这个问题解决了，其实很简单，更改bins的宽度即可
❼ 如何用python画直方图
给定一个序列t：
hist = {}
for x in t:
hist[x] = hist.get(x,0)+1
得到的结果是一个将值映射到其频数的字典。将其除以n即可把频数转换成频率，这称为归一化：
n = float(len(t))
pmf = {}
for x, freq in hist.items():
pmf[x] = freq/n
❽ python hist 参数详细说明
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画频率直方图时，怎样修改填充图
使用python画频率直方图时,我用的是hist函数直接可以画出来,但只有颜色区别,用hatch=['o','\\','/']改填充形状时,显示hatch不能hash,那么怎样改填充形状,在线...
❿ python使用hist画频率直方图时，怎样修改填
示例代码：
#概率分布直方图
#高斯分布
#均值为0
mean=0
#标准差为1，反应数据集中还是分散的值
sigma=1
x=mean+sigma*np.random.randn(10000)
fig,(ax0,ax1)=plt.subplots(nrows=2,figsize=(9,6))
#第二个参数是柱子宽一些还是窄一些，越大越窄越密
ax0.hist(x,40,normed=1,histtype='bar',facecolor='yellowgreen',alpha=0.75)
##pdf概率分布图，一万个数落在某个区间内的数有多少个
ax0.set_title('pdf')
ax1.hist(x,20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8)
#cdf累计概率函数，cumulative累计。比如需要统计小于5的数的概率
ax1.set_title("cdf")
fig.subplots_adjust(hspace=0.4)
plt.show()
运行结果为：