Heim > Artikel > Backend-Entwicklung > Ausführliches Tutorial zur Verwendung von Matplotlib zum Zeichnen gestapelter Histogramme in Python
Dieser Artikel stellt hauptsächlich die Methode zum Zeichnen gestapelter Histogramme in Python basierend auf Matplotlib vor und beinhaltet die damit verbundenen Bedienfähigkeiten von Python, die Matplotlib zum Zeichnen von Grafiken verwenden.
Das Beispiel hierfür Der Artikel beschreibt die Python-Methode zum Zeichnen gestapelter Histogramme basierend auf Matplotlib. Teilen Sie es als Referenz mit allen. Die Details lauten wie folgt:
Normalerweise führen wir Histogrammstatistiken nur für einen Datensatz durch, sodass wir das Histogramm nur direkt zeichnen müssen.
Aber manchmal zeichnen wir Histogramme mehrerer Datensätze gleichzeitig (zum Beispiel die Verteilung der Zeit, die ich brauchte, um den inneren Ring der Universitätsstadt von meinem ersten Jahr bis zu meinem letzten Jahr zu durchlaufen). Von meinem ersten Jahr bis zu meinem Abschlussjahr verwenden wir Histogramme in verschiedenen Farben. Die Darstellung auf einem Bild ist sehr intuitiv.
#!/usr/bin/env python # -*- coding: utf-8 -*- #http://www.jb51.net/article/100363.htm # numpy array intorduction #http://matplotlib.org/examples/statistics/histogram_demo_multihist.html import numpy as np import pylab as P import matplotlib d1=np.array([18.46,19.15,18.13 ,18.30 ,18.07 ,18.24 ,18.26 , 17.14 ,18.44 ,18.06 ,17.44 ,16.57 ,16.34 ,17.21 ]) d1=d1//1+(d1-d1//1)/0.6 d2=np.array([19.33 ,19.06 ,18.10 ,17.55 ,19.55 ,19.13 ,18.54 , 18.30 ,18.36 ,19.59 ,20.01 ,19.17 ,19.30 ,18.54 ,18.35 ,20.04 ]) d2=d2//1+(d2-d2//1)/0.6 d3=np.array([20.52 ,20.41 ,19.20 ,19.04 ,19.09 ,19.01 ,17.49 ,19.18 ,20.01 ,20.11 ]) d3=d3//1+(d3-d3//1)/0.6 d4=np.array([22.02 ,21.03,21.06 ,20.46 ,19.46 ,20.15 ,19.49 ,19.43 , 19.51 ,19.39 ,19.33 ,19.18 ,19.13 ,19.22 ,18.46 ,19.07 , 18.57 ,18.45 ,19.17 ,18.41 ,18.30 ]) d4=d4//1+(d4-d4//1)/0.6 x=([d1,d2,d3,d4]) P.figure() #normed is False is good n, bins, patches = P.hist(x, 12, [16.5, 22.5],normed=0, histtype='barstacked', color=['blue', 'green', 'red','yellow'], label=[' ', ' ', ' ',' ']) print type(x) P.legend()#legend should be signed after set down the information P.show()
Im obigen Bild ist es beispielsweise offensichtlich, dass das blaue Histogramm (Neuling) am schnellsten läuft, und Das gelbe (Senior-)Histogramm läuft am langsamsten.
Das obige ist der detaillierte Inhalt vonAusführliches Tutorial zur Verwendung von Matplotlib zum Zeichnen gestapelter Histogramme in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!