[Python3] Matplotlib —— (六) 频次直方图、数据区间划分和分布密度

本文介绍了Python3使用Matplotlib进行数据可视化的高级应用,包括自定义频次直方图、二维频次直方图(hist2d和hexbin)以及核密度估计(KDE)。详细讲解了如何通过hist2d绘制二维频次直方图,hexbin用于六边形区间划分,以及KDE在数据分布密度估计中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


[ Matplotlib version: 3.2.1 ]


七、频次直方图、数据区间划分和分布密度

(一)简易频次直方图

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn-white')

date = np.random.randn(1000)

plt.hist(data)

在这里插入图片描述

自定义频次直方图

plt.hist(data, bins=30, density=True, alpha=0.5, histtype='stepfilled', color='steelblue', edgecolor='none')

在这里插入图片描述

同坐标轴的多个频次直方图

用频次直方图对不同分布特征的样本进行对比时,将histtype='stepfilled'与透明性设置参数alpha搭配使用的效果非常好

x1 = np.random.normal(0, 0.8, 1000)
x2 = np.random.normal(-2, 1, 
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值