📊 Как создать гистограмму в Python: пошаговое руководство

Чтобы создать гистограмму в Python, вы можете использовать библиотеку Matplotlib.

import matplotlib.pyplot as plt
import numpy as np

# Создание данных для гистограммы
data = np.random.normal(0, 1, 1000)

# Построение гистограммы
plt.hist(data, bins=30, edgecolor='black')

# Настройка осей и заголовка
plt.xlabel('Значения')
plt.ylabel('Частота')
plt.title('Гистограмма')

# Показать гистограмму
plt.show()

В этом примере мы импортируем библиотеку Matplotlib и библиотеку NumPy для генерации случайных данных. Затем мы создаем массив случайных чисел с помощью функции np.random.normal. Далее используем функцию plt.hist, чтобы построить гистограмму с 30 столбцами.

Мы также настраиваем подписи осей и заголовок с помощью методов xlabel, ylabel и title. И, наконец, вызываем метод show, чтобы отобразить гистограмму.

Как создать гистограмму в Python

Гистограмма - это графическое представление распределения частоты или плотности вероятности числовых значений в диапазоне. В Python существует несколько способов создания гистограмм, и мы рассмотрим два основных подхода: использование библиотеки Matplotlib и использование библиотеки Seaborn, которая является надстройкой над Matplotlib и предоставляет более продвинутые возможности по визуализации данных.

Использование библиотеки Matplotlib

Для создания гистограммы с использованием библиотеки Matplotlib, нам понадобится следующий код:

import matplotlib.pyplot as plt

# Задаем данные
data = [1, 3, 2, 2, 1, 3, 3, 4, 5, 4, 5, 6, 7, 8, 7, 6, 6, 7]

# Создаем гистограмму
plt.hist(data, bins=5)

# Добавляем заголовок и метки осей
plt.title("Гистограмма данных")
plt.xlabel("Значение")
plt.ylabel("Частота")

# Отображаем график
plt.show()

Выполнение этого кода создаст гистограмму на основе данных, заданных в переменной "data". Функция "hist" принимает два основных параметра: данные и число интервалов (bins), на которые нужно разбить данные. Мы также добавляем заголовок и метки осей с помощью функций "title", "xlabel" и "ylabel". Наконец, вызов функции "show" позволяет нам отобразить график.

Использование библиотеки Seaborn

Библиотека Seaborn предоставляет более продвинутые возможности по визуализации данных, включая более красивые и информативные графики гистограмм. Ниже приведен пример кода для создания гистограммы с использованием библиотеки Seaborn:

import seaborn as sns

# Задаем данные
data = [1, 3, 2, 2, 1, 3, 3, 4, 5, 4, 5, 6, 7, 8, 7, 6, 6, 7]

# Создаем гистограмму
sns.histplot(data, bins=5)

# Добавляем заголовок и метки осей
plt.title("Гистограмма данных")
plt.xlabel("Значение")
plt.ylabel("Частота")

# Отображаем график
plt.show()

В этом коде мы использовали функцию "histplot" из библиотеки Seaborn для создания гистограммы, аналогично функции "hist" в Matplotlib. Мы также добавили заголовок и метки осей с помощью функций "title", "xlabel" и "ylabel". Не забудьте импортировать библиотеку seaborn перед использованием ее функций.

Заключение

В статье мы рассмотрели два основных подхода к созданию гистограмм в Python. Вы можете использовать библиотеку Matplotlib для базовой визуализации данных или библиотеку Seaborn для более продвинутых возможностей. Оба подхода позволяют создавать информативные и красивые графики гистограмм, которые помогут вам анализировать и представлять данные визуально.