Hàm hist[]
sẽ sử dụng một mảng số để tạo biểu đồ, mảng này được gửi vào hàm dưới dạng đối số
Để đơn giản, chúng tôi sử dụng NumPy để tạo ngẫu nhiên một mảng có 250 giá trị, trong đó các giá trị sẽ tập trung vào khoảng 170 và độ lệch chuẩn là 10. Tìm hiểu thêm về Phân phối dữ liệu thông thường trong Hướng dẫn học máy của chúng tôi
Biểu đồ tần số tương đối là biểu đồ hiển thị tần số tương đối của các giá trị trong tập dữ liệuBạn có thể sử dụng cú pháp sau để tạo biểu đồ tần số tương đối trong Matplotlib bằng Python
import matplotlib.pyplot as plt import numpy as np #define plotting area fig = plt.figure[] ax = fig.add_subplot[111] #create relative frequency histogram ax.hist[data, edgecolor='black', weights=np.ones_like[data] / len[data]]
Ví dụ sau đây cho thấy cách sử dụng cú pháp này trong thực tế
Thí dụ. Tạo biểu đồ tần số tương đối trong Matplotlib
Đoạn mã sau cho biết cách tạo biểu đồ tần suất thông thường trong Matplotlib
import numpy as np
import matplotlib.pyplot as plt
#define data values
data = [8, 8, 9, 12, 13, 13, 14, 14, 15, 18, 22, 23, 24, 25, 30]
#create frequency histogram
fig = plt.figure[]
ax = fig.add_subplot[111]
ax.hist[data, edgecolor='black']
Trục x hiển thị các ngăn chứa giá trị dữ liệu và trục y hiển thị tần suất của từng ngăn
Thay vào đó, chúng ta có thể sử dụng đoạn mã sau để hiển thị các tần số tương đối trên trục y
import numpy as np
import matplotlib.pyplot as plt
#define data values
data = [8, 8, 9, 12, 13, 13, 14, 14, 15, 18, 22, 23, 24, 25, 30]
#create relative frequency histogram
fig = plt.figure[]
ax = fig.add_subplot[111]
ax.hist[data, edgecolor='black', weights=np.ones_like[data] / len[data]]
Trục y hiện hiển thị tần số tương đối.
Ví dụ: có tổng cộng 15 giá trị trong tập dữ liệu
Vì vậy, thay vì hiển thị tần suất 4 trên trục y cho thanh cao nhất trong biểu đồ, trục y hiện hiển thị 4/15 = 0. 2667
Chúng ta cũng có thể sử dụng hàm PercentFormatter[] từ Matplotlib để hiển thị các giá trị trên trục y dưới dạng phần trăm
Một biểu đồ về cơ bản được sử dụng để biểu thị dữ liệu được cung cấp dưới dạng một số nhóm. Đó là phương pháp chính xác để biểu diễn đồ họa phân phối dữ liệu số. Đây là một loại biểu đồ thanh trong đó trục X biểu thị phạm vi bin trong khi trục Y cung cấp thông tin về tần số
Tạo biểu đồ
Để tạo một biểu đồ, bước đầu tiên là tạo bin của các phạm vi, sau đó phân phối toàn bộ phạm vi giá trị thành một loạt các khoảng và đếm các giá trị nằm trong mỗi khoảng đó. Các thùng được xác định rõ ràng là các khoảng biến liên tiếp, không chồng chéo. matplotlib. pyplot. Hàm hist[] được sử dụng để tính toán và tạo biểu đồ của x.
Bảng sau đây hiển thị các tham số được matplotlib chấp nhận. pyplot. hàm lịch sử [].
Tham số thuộc tínhxarray hoặc chuỗi của mảngbinstham số tùy chọn chứa số nguyên hoặc chuỗi hoặc mật độ chuỗitham số tùy chọn chứa giá trị booleanrangetham số tùy chọn biểu thị phạm vi trên và dưới của binshisttypetham số tùy chọn được sử dụng để tạo loại biểu đồ [bar, barstacked, step, stepfill], mặc định là “bar”align tham số tùy chọn kiểm soátHãy tạo một biểu đồ cơ bản của một số giá trị ngẫu nhiên. Mã bên dưới tạo biểu đồ đơn giản của một số giá trị ngẫu nhiên.
Python3
from
matplotlib
import
pyplot as plt
import
numpy as np
# Creating dataset
a
12_______ ________13____5_______0_______5_______1matplotlib
2matplotlib
1matplotlib
4matplotlib
1matplotlib
6matplotlib
1matplotlib
8matplotlib
1
import
0_______6_______1_______5_______1import
3_______5_______1import
5_______5_______1import
7_______5_______1
import
0_______7_______0matplotlib
1_______7_______2_______5_______1matplotlib
4matplotlib
1pyplot as plt
6matplotlib
1pyplot as plt
8matplotlib
1
import
0_______6_______1import
2
import
3
import
4=
import
6_______12_______import
8import
9matplotlib
1numpy as np
1numpy as np
2
numpy as np
3=
numpy as np
5numpy as np
6matplotlib
1numpy as np
8matplotlib
1# Creating dataset
0matplotlib
1# Creating dataset
2matplotlib
1# Creating dataset
4import
2
# Creating dataset
6
# Creating dataset
7
đầu ra.
Tùy chỉnh biểu đồ
Matplotlib cung cấp nhiều phương pháp khác nhau để tùy chỉnh biểu đồ.
matplotlib. pyplot. bản thân hàm hist[] cung cấp nhiều thuộc tính mà chúng ta có thể sửa đổi biểu đồ. Hàm hist[] cung cấp một đối tượng bản vá cho phép truy cập vào các thuộc tính của các đối tượng đã tạo, sử dụng điều này, chúng ta có thể sửa đổi cốt truyện theo ý muốn của mình
ví dụ 1.
Python3
import
# Creating dataset
9
import
numpy as np
from
matplotlib
import
a
5
from
a
7import
a
9
# Creating dataset
=
1=
2=
3
=
4=
=
6
=
7_______12_______ pyplot as plt
0
np.array[[
0
np.array[[
1=
np.array[[
3
np.array[[
4=
np.array[[
6np.array[[
7 np.array[[
8np.array[[
8 np.array[[
1matplotlib
01 matplotlib
02=
6=
3matplotlib
01 numpy as np
8
import
3
matplotlib
08_______12_______ matplotlib
10_______5_______11matplotlib
1matplotlib
11matplotlib
1
matplotlib
15matplotlib
16=
___import
8import
9matplotlib
1numpy as np
1matplotlib
22
matplotlib
15matplotlib
24=
matplotlib
26=
3
matplotlib
28=
matplotlib
30
# Creating dataset
6
# Creating dataset
7
đầu ra.
ví dụ 2. Mã bên dưới sửa đổi biểu đồ trên để có chế độ xem tốt hơn và số đọc chính xác.
Python3
import
# Creating dataset
9
import
numpy as np
from
matplotlib
import
a
5
from
a
7import
a
9
# Creating dataset
=
1=
2=
3
=
4=
=
6
=
7_______12_______ pyplot as plt
0
np.array[[
0
np.array[[
1=
np.array[[
3
np.array[[
4=
np.array[[
6np.array[[
7 np.array[[
8np.array[[
8 np.array[[
1matplotlib
01 matplotlib
02=
6=
3matplotlib
01 numpy as np
8
matplotlib
72=
numpy as np
5_______5_______75matplotlib
76
import
3
matplotlib
08_______12_______ matplotlib
10_______5_______11matplotlib
1matplotlib
11matplotlib
1
matplotlib
15matplotlib
16=
___import
8import
9matplotlib
1numpy as np
1matplotlib
22
matplotlib
15matplotlib
24=
matplotlib
26=
3
matplotlib
98
matplotlib
99 import
00_______6_______01 numpy as np
5_______6_______03_______5_______1import
05matplotlib
1_______6_______07matplotlib
1import
09import
10
import
11_______6_______12_______6_______13=
3
import
15
import
16import
17=
3
import
19import
17=
3
import
22
import
23
import
24=
matplotlib
4=
3
import
28=
import
9=
3
import
32
import
33_______12_______ matplotlib
26import
36_______12__________import
38_______5_______1
import
40import
41=
___import
43import
44=
import
46matplotlib
1
import
40import
49=
import
51_______12_______3
import
53
import
54import
55matplotlib
1import
57matplotlib
1import
59matplotlib
1
import
61import
62=
import
64matplotlib
1
import
61import
67=
import
69matplotlib
1
import
61import
72=
import
09_______5_______1
import
61import
77=
import
05matplotlib
1
import
61import
49=
import
84_______12_______3
import
3
import
87=
matplotlib
28=
matplotlib
30
import
92
import
93=
import
95np.array[[
8_______13_______8import
8matplotlib
11 pyplot as plt
00 matplotlib
4numpy as np
2pyplot as plt
00 pyplot as plt
04pyplot as plt
05pyplot as plt
06