Matplotlib 饼图Matplotlib 条形图
Matplotlib 直方图
直方图是数值数据分布的精确表示。它是连续变量的概率分布的估计，它是一种条形图。要构建直方图，请按照以下步骤操作 -
Bin值范围。 将整个值范围划分为一系列间隔。 计算每个间隔中有多少值。
bins通常指定为变量的连续，非重叠区间。matplotlib.pyplot.hist()函数绘制直方图。它计算并绘制x的直方图。
参数
下表列出了直方图的参数 -
x - 数组或数组序列。 bins - 整数或序列或auto，可选项。 range - bins的下部和上部范围。 density - 如果为True，则返回元组的第一个元素将是规范化以形成概率密度的计数。 cumulative - 如果为True，则计算直方图，其中每个bin给出该bin中的计数加上较小值的所有bin。 histtype - 要绘制的直方图的类型，默认为bar。
下面的实例描绘了一个班级学生获得的标记直方图。定义了四个bins，0-25,26-50,51-75和76-100。直方图显示了落在此范围内的学生人数。
示例代码：
# Filename : example.py
# Copyright : 2020 By Nhooo
# Author by : www.xsc123.com
# Date : 2020-08-08
#! /usr/bin/env python
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import math
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False # 原文出自【立地货】，商业转载请联系作者获得授权，非商业请保留原文链接：
fig,ax = plt.subplots(1,1)
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
ax.hist(a, bins = [0,25,50,75,100])
ax.set_title("结果直方图")
ax.set_xticks([0,25,50,75,100])
ax.set_xlabel('分数')
ax.set_ylabel('学生数量')
plt.show()执行上面示例代码，得到以下结果 -
Matplotlib 饼图Matplotlib 条形图