20、直方图、分箱与密度可视化及相关定制技巧

直方图、分箱与密度可视化及相关定制技巧

一、一维直方图

1.1 简单直方图

简单的直方图是理解数据集的重要第一步。使用 Matplotlib 的 hist() 函数可以轻松创建基本直方图。以下是创建简单直方图的代码示例：

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn-white')
data = np.random.randn(1000)
plt.hist(data);

1.2 定制直方图

hist() 函数有许多选项可用于调整计算和显示。以下是一个更定制化的直方图示例：

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

当比较多个分布的直方图时， histtype='stepfilled' 结合一定的透明度 alpha 非常有用。以下是比较三个不同正态分布直方图的代码：

x1 = np.random