如何将Python代码绘制二维直方图改写为长尾词？

2026-04-10 11:260阅读0评论SEO教程

本文共计611个文字，预计阅读时间需要3分钟。

目录：hist, scatter, hist2d, hist, scatter内容：若想描述二维数据的分布特征，单个直方图显然是不够用的。因此，可以使用两个直方图分别代表x和y方向上的分布情况，同时通过散点图查看整体分布。

hist+scatter

如果想描述二维数据的分布特征，那么一个直方图显然是不够用的，为此可使用两个直方图分别代表x和y方向上的分布情况，同时透过散点图查看其整体的分布特征。

下面创建一组二元高斯分布的数据，用于直方图测试。多元高斯分布的主要参数仍为期望和方差，但所谓多元分布，在坐标层面的表现就是坐标轴的个数，也就是向量维度。所以N个元素对应N维向量，也就有N个期望；而方差则进化为了协方差矩阵

import numpy as np import matplotlib.pyplot as plt mean = [0, 0] cov = [[0, 1], [10, 0]] x, y = np.random.multivariate_normal(mean, cov, 5000).T

其中，x,y就是待统计的数据。

本文共计611个文字，预计阅读时间需要3分钟。

hist+scatter

import numpy as np import matplotlib.pyplot as plt mean = [0, 0] cov = [[0, 1], [10, 0]] x, y = np.random.multivariate_normal(mean, cov, 5000).T

其中，x,y就是待统计的数据。