NumPy - 使用 Matplotlib 的直方图

NumPy 有一个 numpy.histogram() 函数，它是数据频率分布的图形表示。 水平大小相等的矩形对应于称为 bin 的类间隔，可变高度 对应于频率。

numpy.histogram()

numpy.histogram() 函数将输入数组和 bins 作为两个参数。 bin 数组中的连续元素充当每个 bin 的边界。

import numpy as np 
   
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
np.histogram(a,bins = [0,20,40,60,80,100]) 
hist,bins = np.histogram(a,bins = [0,20,40,60,80,100]) 
print hist 
print bins 

它将产生以下输出 −

[3 4 5 2 1]
[0 20 40 60 80 100]

plt()

Matplotlib 可以将直方图的这种数字表示形式转换为图形。 pyplot 子模块的plt() 函数 将包含数据的数组和bin 数组作为参数，并转换为直方图。

from matplotlib import pyplot as plt 
import numpy as np  
   
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
plt.hist(a, bins = [0,20,40,60,80,100]) 
plt.title("histogram") 
plt.show()

它应该产生以下输出 −