สามารถใช้ matplotlib เพื่อสร้างฮิสโตแกรมโดยใช้ Python ได้อย่างไร

Matplotlib เป็นแพ็คเกจ Python ยอดนิยมที่ใช้สำหรับการแสดงข้อมูลเป็นภาพ

การแสดงข้อมูลเป็นขั้นตอนสำคัญ เนื่องจากช่วยให้เข้าใจสิ่งที่เกิดขึ้นในข้อมูลโดยไม่ต้องดูตัวเลขจริงและทำการคำนวณที่ซับซ้อน

ช่วยในการสื่อสารข้อมูลเชิงลึกเชิงปริมาณไปยังผู้ชมอย่างมีประสิทธิภาพ

Matplotlib ใช้สร้างแปลง 2 มิติด้วยข้อมูล มันมาพร้อมกับ API เชิงวัตถุที่ช่วยในการฝังพล็อตในแอปพลิเคชัน Python Matplotlib สามารถใช้ได้กับเปลือก IPython, โน้ตบุ๊ก Jupyter, Spyder IDE และอื่นๆ

มันเขียนด้วยภาษาไพทอน มันถูกสร้างขึ้นโดยใช้ Numpy ซึ่งเป็นแพ็คเกจ Numerical Python ใน Python

Python สามารถติดตั้งบน Windows ได้โดยใช้คำสั่งด้านล่าง -

pip install matplotlib

การพึ่งพา Matplotlib คือ −

Python ( greater than or equal to version 3.4)
NumPy
Setuptools
Pyparsing
Libpng
Pytz
Free type
Six
Cycler
Dateutil

ให้เราเข้าใจว่า Matplotlib สามารถใช้เพื่อพล็อตฮิสโตแกรมในพล็อตได้อย่างไร -

ตัวอย่าง

import matplotlib
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(19875871)
meanVal = 125
stdDevVal = 35
x = meanVal + stdDevVal * np.random.randn(764)
num_bins = 36
fig, ax = plt.subplots()
n, bins, patches = ax.hist(x, num_bins, density=True)
y = ((1 / (np.sqrt(2 * np.pi) * stdDevVal)) *
np.exp(−0.5 * (1 / stdDevVal * (bins - meanVal))**2))
ax.plot(bins, y, '−−')
ax.set_xlabel('X−axis')
ax.set_ylabel('y−axis')
ax.set_title('A simple histogram')
fig.tight_layout()
plt.show()

ผลลัพธ์

คำอธิบาย

• แพ็คเกจที่จำเป็นจะถูกนำเข้าและกำหนดนามแฝงเพื่อให้ใช้งานง่าย

• ข้อมูลถูกสร้างขึ้นโดยใช้ฟังก์ชัน 'seed' ของไลบรารี 'สุ่ม'

• ค่า 'ค่าเฉลี่ย' และ 'ค่าเบี่ยงเบนมาตรฐาน' ถูกกำหนดไว้แล้ว

• จำนวนถังขยะ คือจำนวนบล็อกสี่เหลี่ยมที่ต้องแสดงในฮิสโตแกรม

• ตัวเลขที่ว่างเปล่าถูกสร้างขึ้นโดยใช้ฟังก์ชัน 'figure'

• ใช้ฟังก์ชัน "hist" เพื่อสร้างฮิสโตแกรม

• ข้อมูลถูกวางแผนโดยใช้ฟังก์ชัน 'plot'

• ฟังก์ชัน set_xlabel, set_ylabel และ set_title ใช้เพื่อจัดเตรียมป้ายกำกับสำหรับแกน "X", แกน "Y" และชื่อ

• การกระจายยังแสดงโดยใช้เส้นประ ซึ่งเป็นเส้นโค้งรูประฆัง

• จะแสดงบนคอนโซลโดยใช้ฟังก์ชัน "แสดง"