matplotlib & pandas

Python/matplotlab/gallery/statistics/histogram_features.md

@@ -0,0 +1,60 @@
+# 直方图(hist)函数的几个特性演示
+
+除基本直方图外，此演示还显示了一些可选功能：
+
+- 设置数据箱的数量。
+- ``标准化``标志，用于标准化箱高度，使直方图的积分为1.得到的直方图是概率密度函数的近似值。
+- 设置条形的面部颜色。
+- 设置不透明度（alpha值）。
+
+选择不同的存储量和大小会显著影响直方图的形状。Astropy文档有很多关于如何选择这些参数的部分。
+
+```python
+import matplotlib
+import numpy as np
+import matplotlib.pyplot as plt
+
+np.random.seed(19680801)
+
+# example data
+mu = 100  # mean of distribution
+sigma = 15  # standard deviation of distribution
+x = mu + sigma * np.random.randn(437)
+
+num_bins = 50
+
+fig, ax = plt.subplots()
+
+# the histogram of the data
+n, bins, patches = ax.hist(x, num_bins, density=1)
+
+# add a 'best fit' line
+y = ((1 / (np.sqrt(2 * np.pi) * sigma)) *
+     np.exp(-0.5 * (1 / sigma * (bins - mu))**2))
+ax.plot(bins, y, '--')
+ax.set_xlabel('Smarts')
+ax.set_ylabel('Probability density')
+ax.set_title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')
+
+# Tweak spacing to prevent clipping of ylabel
+fig.tight_layout()
+plt.show()
+```
+
+![直方图特性演示](https://matplotlib.org/_images/sphx_glr_histogram_features_001.png)
+
+## 参考
+
+此示例显示了以下函数和方法的使用：
+
+```python
+matplotlib.axes.Axes.hist
+matplotlib.axes.Axes.set_title
+matplotlib.axes.Axes.set_xlabel
+matplotlib.axes.Axes.set_ylabel
+```
+
+## 下载这个示例
+            
+- [下载python源码: histogram_features.py](https://matplotlib.org/_downloads/histogram_features.py)
+- [下载Jupyter notebook: histogram_features.ipynb](https://matplotlib.org/_downloads/histogram_features.ipynb)