Matplotlib中如何实现直方图、分桶及密度图绘制？

本文共计1391个文字，预计阅读时间需要6分钟。

接上文，一个简单的直方图可以帮助我们开始理解数据集的第一步。前面我们已经看到了Matplotlib的直方图函数，我们可以用一行代码绘制基本的直方图。首先，需要将所需的包导入进来。

接着上篇，一个简单的直方图可以是我们开始理解数据集的第一步。前面我们看到了 Matplotlib 的直方图函数，我们可以用一行代码绘制基础的直方图，当然首先需要将需要用的包导入 Pycharm：

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn-white')

data = np.random.randn(1000)plt.hist(data);plt.show()

​​hist()​​函数有很多的参数可以用来调整运算和展示；下面又一个更加个性化的直方图展示：

译者注：normed 参数已经过时，此处对代码进行了相应修改，使用了替代的 density 参数。将上代码plt.hist(data);改为如下：

plt.hist(data, bins=30, density=True, alpha=0.5,
histtype='stepfilled', color='steelblue',
edgecolor='none');

​​plt.hist​​​文档中有更多关于个性化参数的信息。