一起学Python第113天:Matplotlib 直方图,给数据做＂体检＂,一眼看穿分布与异常

matplotlib.pyplot.hist(x, bins=None, range=None, density=False,                        cumulative=False, histtype='bar',                        align='mid', orientation='vertical',                        rwidth=None, color=None, alpha=None,                        stacked=False, label=None)

import numpy as npimport matplotlib.pyplot as pltimport matplotlib.font_manager as fmimport os# ================= 1. 字体加载（解决报错的核心） =================font_path = "simhei.ttf"  # 确保你已经在当前目录上传了 simhei.ttfif not os.path.exists(font_path):    font_path = "/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc"  # 备用系统字体prop = fm.FontProperties(fname=font_path)plt.rcParams['axes.unicode_minus'] = False# 生成1000个标准正态分布随机数data = np.random.randn(1000)plt.figure(figsize=(10, 6))plt.hist(data, bins=30, color='skyblue', edgecolor='white', alpha=0.8)plt.title('标准正态分布直方图', fontproperties=prop, fontsize=16)plt.xlabel('数值', fontproperties=prop)plt.ylabel('频数', fontproperties=prop)plt.grid(True, alpha=0.3, linestyle='--')plt.show()

# 三组不同分布的数据data1 = np.random.normal(0, 1, 1000)    # 均值0，标准差1data2 = np.random.normal(2, 1, 1000)    # 均值2，标准差1data3 = np.random.normal(-2, 1, 1000)   # 均值-2，标准差1plt.figure(figsize=(10, 6))plt.hist(data1, bins=30, alpha=0.5, label='A组（均值0）', color='#2E86AB')plt.hist(data2, bins=30, alpha=0.5, label='B组（均值2）', color='#E74C3C')plt.hist(data3, bins=30, alpha=0.5, label='C组（均值-2）', color='#27AE60')plt.title('三组数据分布对比', fontproperties=prop, fontsize=16)plt.xlabel('数值', fontproperties=prop)plt.ylabel('频数', fontproperties=prop)plt.legend(prop=prop)plt.grid(True, alpha=0.3)plt.show()

data = np.random.normal(170, 10, 1000)  # 身高数据：均值170，标准差10plt.figure(figsize=(10, 6))# density=True：y轴变为概率密度，所有柱子面积之和 = 1plt.hist(data, bins=30, density=True,          color='#9B59B6', edgecolor='white', alpha=0.7)# 叠加理论正态分布曲线from scipy import statsxmin, xmax = plt.xlim()x = np.linspace(xmin, xmax, 100)plt.plot(x, stats.norm.pdf(x, 170, 10), 'r--', linewidth=2, label='理论曲线')plt.title('身高分布概率密度', fontproperties=prop, fontsize=16)plt.xlabel('身高（cm）', fontproperties=prop)plt.ylabel('概率密度', fontproperties=prop)plt.legend(prop=prop)plt.grid(True, alpha=0.3)plt.show()

data = np.random.randn(1000)plt.figure(figsize=(10, 6))# cumulative=True：累积频数/概率plt.hist(data, bins=30, cumulative=True, density=True,         color='#F39C12', edgecolor='white', alpha=0.8)plt.title('累积分布函数（CDF）', fontproperties=prop, fontsize=16)plt.xlabel('数值', fontproperties=prop)plt.ylabel('累积概率', fontproperties=prop)plt.grid(True, alpha=0.3)plt.show()

data = np.random.randn(1000)fig, axes = plt.subplots(1, 3, figsize=(15, 5))# bar（默认）axes[0].hist(data, bins=20, histtype='bar', color='#3498DB', edgecolor='white')axes[0].set_title('bar（默认）', fontproperties=prop)# step（无填充阶梯）axes[1].hist(data, bins=20, histtype='step', color='#E74C3C', linewidth=2)axes[1].set_title('step（线条）', fontproperties=prop)# stepfilled（填充阶梯）axes[2].hist(data, bins=20, histtype='stepfilled', color='#2ECC71', alpha=0.7)axes[2].set_title('stepfilled（填充阶梯）', fontproperties=prop)plt.suptitle('直方图样式对比', fontproperties=prop, fontsize=14)plt.tight_layout()plt.show()

import pandas as pd# 生成数据data = pd.Series(np.random.normal(170, 10, 250))plt.figure(figsize=(10, 6))# 直接用 plt.hist() 传入 Pandas Seriesplt.hist(data, bins=15, color='#1ABC9C', edgecolor='white', alpha=0.8)# 添加统计信息mean = data.mean()std = data.std()plt.axvline(mean, color='red', linestyle='--', linewidth=2, label=f'均值: {mean:.1f}')plt.axvline(mean + std, color='orange', linestyle=':', linewidth=2, label=f'±1σ')plt.axvline(mean - std, color='orange', linestyle=':', linewidth=2)plt.title('Pandas 数据直方图 + 统计标注', fontproperties=prop, fontsize=16)plt.xlabel('数值', fontproperties=prop)plt.ylabel('频数', fontproperties=prop)plt.legend(prop=prop)plt.grid(True, alpha=0.3)plt.show()

# 基础直方图plt.hist(data, bins=30)# 美化版plt.hist(data, bins=30, color='skyblue', edgecolor='white', alpha=0.8)# 概率密度plt.hist(data, bins=30, density=True)# 累积分布plt.hist(data, bins=30, cumulative=True, density=True)# 多组对比plt.hist(data1, bins=30, alpha=0.5, label='A组')plt.hist(data2, bins=30, alpha=0.5, label='B组')plt.legend()# 阶梯样式plt.hist(data, bins=30, histtype='step', linewidth=2)