Matplotlib 直方图学习笔记

什么是直方图？

直方图是一种用于表示数据分布的统计图形，它将数据分成若干组，并绘制出每一组的频数或频率，以便于观察数据的分布情况。直方图通常用于描述连续型变量，例如身高、体重等。

Matplotlib绘制直方图

Matplotlib是一个Python中的数据可视化工具，它提供了丰富的图形绘制功能，其中包括绘制直方图的功能。使用Matplotlib绘制直方图需要导入matplotlib.pyplot模块，并通过调用hist方法实现。

pythonCopy Code
import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(10)
data = np.random.normal(100, 20, 1000)

# 绘制直方图
plt.hist(data, bins=30, alpha=0.5, color='blue')

# 设置标题和轴标签
plt.title('Histogram of Random Data')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图形
plt.show()

上述代码中，我们生成了一个包含1000个随机数据的数组data，然后通过hist方法绘制直方图。bins参数指定直方图分成的组数，alpha参数指定透明度，color参数指定颜色。最后设置了标题和轴标签，并通过show方法显示图形。

示例

我们通过一个具体的示例来演示Matplotlib如何绘制直方图。假设我们有一份商店中100名顾客的购物清单，我们想要了解这批顾客的消费情况，进而对商品进行优化。

pythonCopy Code
import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
data = pd.read_csv('shopping.csv')

# 统计消费情况
consuming = data['Price'].values

# 绘制直方图
plt.hist(consuming, bins=20, alpha=0.5, color='blue')

# 设置标题和轴标签
plt.title('Histogram of Consuming')
plt.xlabel('Price')
plt.ylabel('Number of Customers')

# 显示图形
plt.show()

上述代码中，我们通过pandas模块读取了一份名为shopping.csv的数据文件，并将其中的Price列截取出来。然后，通过hist方法绘制了直方图，并设置了标题和轴标签。最后，通过show方法展示了图形。

在图形中，我们可以清晰地看到价格在50元以下的商品销售量最多，而高价商品销售量较少，这为商家提供了重要的经营参考。