matplotlib直方图
假设你获取了250部电影的时长(列表a中), 希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量, 出现的频率)等信息, 你应该如何呈现这些数据?
from matplotlib import pyplot as plt
a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
# 设置组距
bin_width = 3
# 计算组数
num_bins = (max(a) - min(a)) // bin_width
# 最好bin_width能被极差整除, 这样画出来的图才是整齐的
print("delta:", max(a) - min(a))
print("num_bins:", num_bins)
plt.figure(figsize=(20, 8), dpi=80)
# 传入需要统计的数据以及组数
# 默认为频数直方图
plt.hist(a, num_bins)
# num_bins也可以是一个列表, 长度为组数, 值为分组依据, 当组距不均匀时使用
# plt.hist(a, [min(a)+i*bin_width for i in range(num_bins)])
# 绘制频率直方图, 在新版的matplotlib中, normed参数已经被移除, 取而代之的是density参数
# plt.hist(a, num_bins, density=True)
# 传入一个列表作为x轴刻度
xtick_labels = [i for i in range(min(a), max(a)+bin_width, bin_width)]
plt.xticks(xtick_labels)
plt.grid(alpha=0.3)
plt.show()
delta: 78
num_bins: 26
在美国2004年人口普查发现有124million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间, 通过抽样统计(最后一列)出了下表的数据, 这些数据能够绘制成直方图么?
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
但是这些数据都是统计之后的数据, 所以为了达到直方图的效果, 需要绘制条形图
一般来说能够使用plt.hist方法的是那些没有统计过的数据
# 用条形图来模拟直方图
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
plt.figure(figsize=(20, 8), dpi=80)
plt.bar(range(len(interval)), quantity, width=0.2)
# 调整x轴刻度
x = [i for i in range(len(interval))]
xtick_labels = interval
plt.xticks(x, xtick_labels)
plt.show()
# 用条形图来模拟直方图
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
plt.figure(figsize=(20, 8), dpi=80)
# 宽度为1才能连起来
plt.bar(range(len(interval)), quantity, width=1)
# 调整x轴刻度
# 基于上图, 每个条形的中心都是整数, 需要偏移到中间, 即0.5的位置
# 通过从每个索引中减去0.5, 刻度线向左移动0.5个单位, 从而实现将每个条形的中心与相应的间隔值对齐
# 我们想要用条形图来模拟直方图, 需要将所有的条块连起来
# 并且发现最后的区间应该是[90, 150], 需要加一个点
x = [i-0.5 for i in range(len(interval) + 1)]
xtick_labels = interval + [150]
plt.xticks(x, xtick_labels)
plt.grid(alpha=0.3)
plt.show()
