puthon画图|hist()函数深度探索

【1】引言

前述已经对hist()函数有相对深度的探索，但还没有彻底，今天继续探索。

前述文章可通过下述链接直达：

python画图|hist()函数高阶探索-CSDN博客

【2】官网教程

在官网的教程中，提供了一种直方图多子图绘制方法，相关链接为：

Histogram bins, density, and weight — Matplotlib 3.9.2 documentation

在这里，我们看到用不同形式对自变量进行频次密度进行直方图表达。

【3】代码解读

主要研究下述代码：

fig, ax = plt.subplot_mosaic([['auto', 'n4']],
                             sharex=True, sharey=True, layout='constrained')

ax['auto'].hist(xdata, **style)
ax['auto'].plot(xdata, 0*xdata, 'd')
ax['auto'].set_ylabel('Number per bin')
ax['auto'].set_xlabel('x bins (auto)')

ax['n4'].hist(xdata, bins=4, **style)
ax['n4'].plot(xdata, 0*xdata, 'd')
ax['n4'].set_xlabel('x bins ("bins=4")')

首先，第一行代码调用subplot_mosaic()函数，按照左右分列的形式，规定了两个字符['auto', 'n4']。

plt.subplot_mosaic([['auto', 'n4']],
                             sharex=True, sharey=True, layout='constrained')

如果对第一行代码规定子图是左右分列形式有些不懂，可以通过下述文章解读疑惑：

python画图|灵活的subplot_mosaic()函数-初逢-CSDN博客

然后后面的部分就非常简单，直接调用subplot_mosaic()函数内的字符作为ax[]函数画图的位置依据，分别绘制hist()函数直方图和plot()函数曲线图。

运行代码后绘制的图形为：

图1

此时的完整代码为：

import matplotlib.pyplot as plt  #引入画图模块
import numpy as np #引入计算模块

rng = np.random.default_rng(19680801) #定义数据发生器，方便定义array数组

xdata = np.array([1.2, 2.3, 3.3, 3.1, 1.7, 3.4, 2.1, 1.25, 1.3,2.3,2.6,2.8]) #定义自变量
xbins = np.array([1, 2, 3, 5]) #定义画图区间
#xdata=np.linspace(1,5,1000)
# changing the style of the histogram bars just to make it
# very clear where the boundaries of the bins are:
style = {'facecolor': 'none', 'edgecolor': 'C0', 'linewidth': 3} #定义画图风格，
fig, ax = plt.subplot_mosaic([['auto', 'n4']], #调用subplot_mosaic()函数，按照左右分列的形式，规定了两个字符
                             sharex=True, sharey=True, layout='constrained') #共享坐标轴

ax['auto'].hist(xdata, **style) #画左边的图形，用hist()直方图的形式
ax['auto'].plot(xdata, 0*xdata, 'd') #画左边的图形，用plot()曲线的形式
ax['auto'].set_ylabel('Number per bin') #设置Y轴标签
ax['auto'].set_xlabel('x bins (auto)') #设置X轴标签

ax['n4'].hist(xdata, bins=4, **style) #画右边的图形，用hist()直方图的形式
ax['n4'].plot(xdata, 0*xdata, 'd') #画右边的图形，用plot()曲线的形式
ax['n4'].set_xlabel('x bins ("bins=4")') #设置X轴标签
plt.show() #输出图形

这里需要说明的是：

ax['auto'].hist(xdata, **style)代码段没有给出bins参数，也就是要画几个方格的说明，所以图形实际上按照“自动的形式”绘制了多个方格；

而ax['n4'].hist(xdata, bins=4, **style)明确指出了bins=4，图形按照预定的形式画出了4个方格。

【4】代码修改

接下来，如果我们想按照上下分列的显示输出图形，那就改下subplot_mosaic()函数代码：

fig, ax = plt.subplot_mosaic([['auto'],
                                     ['n4']], #调用subplot_mosaic()函数，按照上下分列的形式，规定了两个字符
                             sharex=True, sharey=True, layout='constrained') #共享坐标轴

此时运行代码的输出图像为：

图2

【5】总结

掌握了自动和按照计划输出直方图方格数量的操作技能。