python直方图绘制
㈠ 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
㈡ 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
㈢ 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
㈣ python 怎么画直方图
使用matplotlib.pyplot.hist()。
㈤ 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。
㈥ Python如何运用matplotlib库绘制3D图形
3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用，下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制，包括3D散点、3D表面、3D轮廓、3D直线（曲线）以及3D文字等的绘制。
准备工作：
python中绘制3D图形，依旧使用常用的绘图模块matplotlib，但需要安装mpl_toolkits工具包，安装方法如下：windows命令行进入到python安装目录下的Scripts文件夹下，执行： pip install --upgrade matplotlib即可；Linux环境下直接执行该命令。
安装好这个模块后，即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。
下面以实例进行说明。
1、3D表面形状的绘制
这段代码是绘制一个3D的椭球表面，结果如下：
2、3D直线（曲线）的绘制
这段代码用于绘制一个螺旋状3D曲线，结果如下：
3、绘制3D轮廓
绘制结果如下：
相关推荐：《Python视频教程》
4、绘制3D直方图
绘制结果如下：
5、绘制3D网状线
绘制结果如下：
6、绘制3D三角面片图
绘制结果如下：
7、绘制3D散点图
绘制结果如下：
㈦ 直方图知道每组频数如何用python画出直方图
可以使用Pycharts库来完成，你可以网络一下学习教程，几分钟就可以学会。
下面是我给出的一个示例，仅供参考：
frompyechartsimportBar
bar=Bar('我的第一个图表','这里是副标题')
kwargs=dict(
name='柱形图',
x_axis=['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'],
y_axis=[5,20,36,10,75,90]
)
bar.add(**kwargs)
bar.render('bar01.html')
㈧ python绘制直方图,无法识别10与9的大小
因为你所比较的是两个字符串，而不是两个数。如果不加引号，你所比较的才是10和9这两个数的大小关系。
Python中变量的大小比较：
当被比较的变量是两个数（包括整型和浮点型）时，系统直接比较它们的大小；
但当被比较的是两个两个字符串时，系统会比较它们首字符的ASCII码大小，首字符ASCII码大的字符串较大。当首字符ASCII码相等时，系统继续比较第二个字符，判断标准与第一位一样，若仍相等，则继续比较第三个、第四个，直至较短字符串的末字符。若此时仍未判断出两字符串大小关系，则以两字符串长度为最终判断依据，较长的字符串较大。若此时两字符串等长，则两字符串相等。
㈨ 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
㈩ python plt怎么绘制直方图
#/usr/bin/python
#-*-coding:utf-8-*-
importnumpyasnp
data=np.random.normal(0,1,100)
bins=np.arange(-10,10,1)
plt.xlim([min(data)-1,max(data)+1])
plt.hist(data,bins=bins,alpha=0.5)
plt.title('Randomdatahistogram')
plt.xlabel('xlabel')
plt.ylabel('count')
plt.show()