利用Python画直方图

1 # 2 # 本文以某一批产品的长度为数据集 3 # 在此数据集的基础上绘制直方图和正态分布曲线 4 # 5 6 import pandas as pd # pandas是一个强大的分析结构化数据的工具集 7 import numpy as np # numpy是Python中科学计算的核心库 8 import matplotlib.pyplot as plt # matplotlib数据可视化神器 9 10 # 正态分布的概率密度函数11 # x 数据集中的某一具体测量值12 # mu 数据集的平均值，反映测量值分布的集中趋势13 # sigma 数据集的标准差，反映测量值分布的分散程度14 def normfun(x, mu, sigma):15 pdf = np.exp(-((x - mu) ** 2) / (2 * sigma ** 2)) / (sigma * np.sqrt(2 * np.pi))16 return pdf17 18 if __name__ == '__main__':19 20 data = pd.read_csv('length.csv') # 载入数据文件21 length = data['length'] # 获得长度数据集22 mean = length.mean() # 获得数据集的平均值23 std = length.std() # 获得数据集的标准差24 25 # 设定X轴：前两个数字是X轴的起止范围，第三个数字表示步长26 # 步长设定得越小，画出来的正态分布曲线越平滑27 x = np.arange(2524, 2556, 0.1)28 # 设定Y轴，载入刚才定义的正态分布函数29 y = normfun(x, mean, std)30 # 绘制数据集的正态分布曲线31 plt.plot(x, y)32 33 # 绘制数据集的直方图34 plt.hist(length, bins=12, rwidth=0.9, density=True)35 plt.title('Length distribution')36 plt.xlabel('Length')37 plt.ylabel('Probability')38 39 # 输出正态分布曲线和直方图40 plt.show()