玩命加载中...
### 5. plt.hist直方图 掌握了上面一些通用的技巧之后,我们可以很快地学习制作其他类型的图像。直方图是一种常用来近似显示数值分布的图像。 我们可以直接调用`plt.hist(x)`。 ```python import numpy as np x = np.random.normal(0, 1, 1000) plt.figure(figsize=(5, 3)) plt.hist(x) plt.show() ``` ![png](output_41_0.png) `plt.hist`中的参数`bins`用来设定直方图中分组的数量。下图例子中我们设定`bins=5`。 ```python plt.figure(figsize=(5, 3)) plt.hist(x, bins=5) plt.show() ``` ![png](output_43_0.png) `bins`是非常灵活的参数,我们可以将`bins`设定为一个`list`或者`numpy.ndarray`的形式。这样的话,直方图就会按照`list`中的元素,划定每个bin的上下界。示例如下: ```python plt.figure(figsize=(5, 3)) plt.hist(x, bins=[-4, -2, -1, -0.5, 0, 0.5, 2, 5]) plt.show() ``` ![png](output_45_0.png) 与`plt.plot`一样,我们也可以为`plt.hist`设定颜色`c`,线宽`lw`,透明度`alpha`等参数。 ```python plt.figure(figsize=(5, 3)) plt.hist(x, color='g', lw=0.2, alpha=0.5) plt.show() ``` ![png](output_47_0.png) 同样我们可以通过`plt.title, plt.legend, plt.xlabel, plt.ylabel`等给直方图添加注释。 ```python plt.figure(figsize=(5, 3)) num_bins = 12 plt.hist(x, bins=num_bins, color='g', lw=0.2, alpha=0.5, label='counts') plt.legend() plt.title('My %s-bin histogram.'%num_bins) plt.xlabel('This is x-axis') plt.ylabel('This is y-axis') plt.show() ``` ![png](output_49_0.png) <ul class="pagination"> <li><a href="index.php">第1页</a></li> <li><a href="2.php">第2页</a></li> <li><a href="3.php">第3页</a></li> <li><a href="4.php">第4页</a></li> <li class="active"><a href="#">第5页</a></li> <li><a href="6.php">第6页</a></li> </ul> <ul class="pager"> <li class="previous"><a href="4.php"><b>&larr; 返回前一页</b></a></li> <li class="next"><a href="6.php"><b>进入下一页 &rarr;</b></a></li> </ul>