python中matplotlib庫直方圖怎么繪制

小編給大家分享一下python中matplotlib庫直方圖怎么繪制，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

例題：假設你獲取了250部電影的時長（列表a中），希望統計出這些電影時長的分布狀態（比如時長為100分鐘到120分鐘電影的數量，出現的頻率）等信息，你應該如何呈現這些數據？

一些概念及問題：

• 把數據分為多少組進行統計

• 組數要適當，太少會有較大的統計誤差，太多規律不明顯

• 組數：將數據分組，共分為多少組

• 組距：指每個小組的兩個端點的距離

• 組數：極差 / 組距，也就是 （最大值-最小值）/ 組距　　

• 頻數分布直方圖與頻率分布直方圖，hist()方法需增加參數normed

• 注意：一般來說能夠使用plt.hist()方法繪制的直方圖是那些沒有統計過的數據，如果是統計過的數據為了能繪制像直方圖一樣的效果，可以使用條形圖plt.bar()方法來繪制，不過中間過程就會稍微麻煩一些

from matplotlib import pyplot as plt
import matplotlib
font = {'family': 'MicroSoft YaHei'}
matplotlib.rc('font', **font) # 使支持中文

a = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124,
   101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86,
   95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137,
   123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115,
   132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,
   123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127,
   115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134,
   106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103,
   130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134,
   106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146,
   133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]
# 計算組數
d = 3 # 組距
num_bins = (max(a) - min(a)) // d # 計算組距的公式
plt.figure(figsize=(20, 8), dpi=80) # 設置圖片大小
plt.hist(a, num_bins) # 加上normed=True屬性之后變為頻率分布直方圖
# 設置x軸的刻度
plt.xticks(range(min(a), max(a)+d, d))
plt.grid(alpha=0.3)
plt.show()

效果圖

python主要應用領域有哪些

1、云計算，典型應用OpenStack。2、WEB前端開發，眾多大型網站均為Python開發。3.人工智能應用，基于大數據分析和深度學習而發展出來的人工智能本質上已經無法離開python。4、系統運維工程項目，自動化運維的標配就是python+Django/flask。5、金融理財分析，量化交易，金融分析。6、大數據分析。

以上是“python中matplotlib庫直方圖怎么繪制”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！