この記事では、主に matplotlib に基づいて Python で積み上げヒストグラムを描画する方法を紹介し、グラフィックス描画に matplotlib を使用する Python の関連操作スキルについても説明します。必要な方は参考にしてください。 matplotlib メソッドに基づく Python の積み上げヒストグラム。参考のために皆さんと共有してください。詳細は次のとおりです:
通常、一連のデータに対してヒストグラム統計を行うだけなので、ヒストグラムを直接描画するだけで済みます。
しかし、同時に複数のデータセットのヒストグラムを描くこともあります(たとえば、大学の街の内輪を一年生から四年生までに走るのにかかった時間の分布)。 4年生までは、さまざまな色のミトグラムが画像上に1つに表示されており、非常に直感的です。
#!/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()
上の写真を例にとると、青いヒストグラム (新入生) が最も速く実行され、黄色 (4 年生) のヒストグラムが最も遅いことが明らかです。
以上がmatplotlib が Python で積み上げヒストグラムを描画する方法の例の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

PythonスクリプトがUNIXシステムで実行できない理由には、次のものが含まれます。1)CHMOD XYOUR_SCRIPT.PYを使用して実行権限を付与する不十分な権限。 2)shebangラインが正しくないか欠落している場合、#!/usr/bin/envpythonを使用する必要があります。 3)環境可変設定が誤っていない場合、OS.Environデバッグを印刷できます。 4)間違ったPythonバージョンを使用して、Shebangラインまたはコマンドラインでバージョンを指定できます。 5)仮想環境を使用して依存関係を分離する依存関係の問題。 6)構文エラー、python-mpy_compileyour_script.pyを使用して検出します。

Pythonアレイの使用は、リストよりも大量の数値データの処理に適しています。 1)配列を保存するメモリを保存します。2)アレイは数値的な値で動作するのが高速です。3)アレイフォースタイプの一貫性、4)アレイはCアレイと互換性がありますが、リストほど柔軟で便利ではありません。

listSareのより良い前提条件とmixdatatypes、whilearraysares優れたスナリカル計算砂の砂を大きくしたデータセット。

numpymanagesmemoryforlargearrayseffictificleusing biews、copies、andmemory-mappedfiles.1)rewsinging withotingcopying、directmodifying theoriginalArray.2)copiescanbecreatedwithcopy()methodforpreservingdata.3)Memory-MapplehandLemassiutasedatasetasedatasetasetasetasetasetasedas

listsinpythondonotrequireimportingamodule、whilearrays fromthearraymoduledoneedanimport.1)listsarebuiltin、versatile、andcanholdmixeddatypes.2)araysaremoremory-efficient-fornumerumerumerumerumerumerdatabutでき、対象となるンドベフェフサメタイプ。

Pythonlistscanstoreanydatatype,arraymodulearraysstoreonetype,andNumPyarraysarefornumericalcomputations.1)Listsareversatilebutlessmemory-efficient.2)Arraymodulearraysarememory-efficientforhomogeneousdata.3)NumPyarraysareoptimizedforperformanceinscient

heouttemptemptostoreavure ofthewrongdatatypeinapythonarray、yure counteractypeerror.thisduetothearraymodule'sstricttypeeencultionyを使用します

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

メモ帳++7.3.1
使いやすく無料のコードエディター

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

ホットトピック









