数据可视化实现与分析基础--直方图

本文介绍了数据可视化的常用图形,包括折线图、散点图和直方图,并重点讲解了如何使用matplotlib.pylab模块中的hist方法绘制直方图。在绘制直方图前,提到了正太分布的概念,利用numpy.random.normal生成正态分布数据。还展示了如何限制直方图数据范围和调整步长,并通过subplot方法创建多子图。

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

常用的可视化图形有 折线图,散点图,直方图
绘图使用到的模块为 matplotlib.pylab
绘制折线图和散点图使用plot方法,绘制直方图使用hist方法

在绘图之前我们现补充一点关于正太分布的知识点
如果想生成一组正太分布的数据,我们可以使用numpy模块下的random包下的normal()方法
normal(均数,西格玛,要生成数据的个数),返回一个list列表,注意,西格玛越小,正太分布越平陡峭,洗个西格玛越大正太分布越平缓
上代码:

import matplotlib.pylab as pyl
import numpy
"""
如果我们要生成正太分布的随机数,我们可以用numpy下的random.normal()
方法,normal(均数,西格玛,要生成随机数的个数),注意西格玛越小,分布
越陡峭,越大越平缓
"""
normal_list = numpy.random.normal(5.0,0.5,10)
print(normal_list)

这里写图片描述

如果想了解更多的随机数的知识请登录:http://w

评论
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