Matplotlib 从已统计数据绘制直方图

简介

Matplotlib 是一个 Python 库，用于绘制各种类型的图表和数据可视化。它被广泛应用于科学、工程和财务领域。直方图是 Matplotlib 中最常用的图表之一。在本文中，我们将讨论如何在 Matplotlib 中使用已统计数据绘制直方图。

直方图

直方图是一种图形表示，用于显示数据分布的频率。它将数据分成连续的区间，并计算每个区间包含的数据点数，然后将这些数据点数绘制成垂直条形图，每个条形图的高度表示该区间的频率。直方图通常用于分析连续变量，例如身高、体重、温度等数据。

从已统计数据绘制直方图

在 Matplotlib 中，可以通过两种方式绘制直方图：从原始数据中计算频率和从已统计数据中绘制直方图。在本文中，我们将重点讨论从已统计数据中绘制直方图。

在从已统计数据绘制直方图时，我们只需要给出每个区间的数据点数，然后将这些数据点数绘制到图表中。这种方法的优点是在数据整理和处理过程中更容易避免一些常见的错误，例如排序、分组和聚合等。下面是从已统计数据中绘制直方图的示例代码。

import matplotlib.pyplot as plt

# 数据
x = [0, 1, 2, 3, 4]
y = [12, 45, 67, 89, 100]

# 绘制直方图
plt.bar(x, y)

# 图表标题和坐标轴标签
plt.title('Histogram from pre-counted data')
plt.xlabel('X axis label')
plt.ylabel('Y axis label')

# 显示图表
plt.show()

自定义直方图

在上面的示例中，我们没有自定义直方图的颜色、宽度和间距等属性。以下是一个自定义直方图的示例，其中条形图的颜色为蓝色，宽度为 0.5，间距为 0.1。

import matplotlib.pyplot as plt

# 数据
x = [0, 1, 2, 3, 4]
y = [12, 45, 67, 89, 100]

# 自定义颜色、宽度和间距
color = 'blue'
width = 0.5
space = 0.1

# 绘制直方图
plt.bar(x, y, color=color, width=width, align='center')

# 图表标题和坐标轴标签
plt.title('Histogram from pre-counted data')
plt.xlabel('X axis label')
plt.ylabel('Y axis label')

# 指定 x 轴刻度位置和标签
plt.xticks(x, ['A', 'B', 'C', 'D', 'E'])

# 显示图表
plt.show()