Ein Balkendiagramm ist eine visuelle Möglichkeit, Daten in Form eines Balkendiagramms darzustellen. Es ermöglicht Ihnen, die Häufigkeitsverteilung von Werten in einem numerischen Satz grafisch darzustellen. In Python können wir ein Histogramm mit der Matplotlib-Bibliothek erstellen.
Matplotlib ist eine Bibliothek zum Visualisieren von Daten in Python. Es bietet eine breite Palette von Werkzeugen zum Erstellen verschiedener Diagrammtypen, einschließlich Balkendiagrammen. Ein Balkendiagramm ist ein Balkendiagramm, in dem jede Spalte einem bestimmten Wertintervall entspricht.
Um ein Histogramm in Python zu erstellen, müssen Sie zuerst die Matplotlib-Bibliothek importieren. Geben Sie dann die Daten an, nach denen das Histogramm erstellt werden soll. Danach können Sie mit der Funktion hist() zusätzliche Parameter festlegen, z. B. die Anzahl der Intervalle oder die Farbe der Spalten. Schließlich können Sie mit der Funktion show() ein Histogramm auf dem Bildschirm anzeigen.
Vorbereiten der Daten für ein Histogramm
Bevor Sie ein Histogramm in Python erstellen, müssen Sie die Daten vorbereiten. Ein Histogramm ist eine Visualisierung der Verteilung der Werte einer Variablen oder eines Datasets. Um ein Histogramm zu erstellen, verwenden wir die matplotlib-Bibliothek.
Der erste Schritt besteht darin, die benötigten Module und Bibliotheken zu importieren:
import matplotlib.pyplot as plt
Als nächstes müssen Sie die Daten definieren, auf denen das Histogramm basiert. Nehmen wir ein einfaches Beispiel - die Verteilung der Noten der Schüler:
data = [4, 5, 3, 5, 2, 4, 3, 5, 4, 3]
Die Daten müssen als Liste oder Zahlenarray dargestellt werden. Dann können wir die Anzahl der Intervalle (Spalten) für das Histogramm mit dem Parameter festlegen bins:
num_bins = 5
Die Anzahl der Intervalle bestimmt, wie viele Gruppen wir die Daten teilen möchten. Je größer die Intervalle sind, desto detaillierter wird das Histogramm.
Jetzt sind wir bereit, ein Histogramm zu erstellen:
plt.hist(data, bins=num_bins)
Hier plt - abkürzung für matplotlib.pyplot, funktion hist() erstellt ein Histogramm basierend auf den Daten, die wir zuvor angegeben haben.
Schließlich müssen Sie die Funktion aufrufen, um das Histogramm anzuzeigen plt.show():
plt.show()
Jetzt haben Sie ein fertiges Histogramm, um die Verteilung der Daten zu analysieren. Mithilfe der zusätzlichen Funktionen und Methoden der Matplotlib-Bibliothek können Sie zusätzliche Visualisierungselemente wie Titel oder Beschriftungen zu Achsen hinzufügen.
Installieren der Matplotlib-Bibliothek
Um mit der Erstellung eines Histogramms in Python zu beginnen, müssen wir die Matplotlib-Bibliothek installieren. Diese Bibliothek wird häufig zum Visualisieren von Daten verwendet und bietet uns die Möglichkeit, Grafiken einschließlich Histogramme zu zeichnen.
Die Installation der Matplotlib-Bibliothek erfolgt über den pip-Paketmanager. Pip ist ein Python-Paketinstallationstool, mit dem wir verschiedene Bibliotheken einfach installieren und verwalten können.
- Öffnen Sie eine Eingabeaufforderung.
- Geben Sie den folgenden Befehl ein:
- pip install matplotlib
- Drücken Sie die Eingabetaste, um den Befehl auszuführen.
Nach Abschluss dieser Schritte wird die Matplotlib-Bibliothek auf Ihrem Computer installiert und Sie sind bereit, mit der Erstellung eines Histogramms mit Python zu beginnen.
Erstellen von Diagrammachsen und Festlegen von Parametern
Nachdem wir das Histogramm in Python erstellt haben, besteht der nächste Schritt darin, die Diagrammachsen zu erstellen und die Parameter anzupassen, um die Daten besser darzustellen. Dazu können wir die Matplotlib-Bibliothek verwenden.
Bevor Sie mit dem Erstellen von Achsen beginnen, müssen Sie die erforderlichen Module importieren:
| Modul | Die Beschreibung |
|---|---|
| import matplotlib.pyplot as plt | Importiert das Pyplot-Modul aus der Matplotlib-Bibliothek, um mit Diagrammen zu arbeiten |
Nach dem Importieren der Module können wir die plt-Funktion verwenden.plot() zum Erstellen von Diagrammachsen. Die Funktion akzeptiert zwei Parameter: eine Werteliste auf der x-Achse und eine Werteliste auf der y-Achse. Wir können diese Listen mit den Daten übergeben, die wir im vorherigen Schritt erhalten haben.
Als nächstes können wir die plt-Funktion verwenden.xlabel(), um den Namen der x- und plt-Achse anzugeben.ylabel(), um den Namen der y-Achse anzugeben. Zum Beispiel:
plt.xlabel('Значения X')plt.ylabel('Значения Y')
Wir können die plt-Funktion verwenden, um die Parameter des Diagramms anzupassen.title() zum Festlegen des Namens des Diagramms, der plt-Funktion.grid() zum Hinzufügen eines Rasters zu einem Diagramm durch die plt-Funktion.legend() zum Hinzufügen von Legenden und anderen Funktionen aus der Matplotlib-Bibliothek.
Als Ergebnis der Codeausführung erhalten wir ein Diagramm mit den angegebenen Achsen, Parametern und Daten, die als Histogramm dargestellt werden.
Hinzufügen von Daten zu einem Diagramm
x - ein Array von Daten, die auf dem Diagramm angezeigt werden sollen;
bins - anzahl der Spalten (Bins) des Histogramms. Je größer der Wert ist, desto mehr Spalten werden angezeigt;
Sie können auch optionale Argumente zum Anpassen des Histogramms übergeben, z. B. Farbe, Transparenz, Achsenbeschriftungen usw.
import matplotlib.pyplot as plt
data = [1, 2, 3, 4, 5]
plt.hist(data, bins=5, color='blue', alpha=0.7)
plt.xlabel('Werte')
plt.ylabel('Menge')
plt.title('Histogrammbeispiel')
plt.show()
In diesem Beispiel haben wir ein Array von data-Daten übergeben und die Anzahl der Bins auf 5 festgelegt. Dann haben wir die Farbe des Histogramms (blau) und die Transparenz (0.7) angegeben. Als nächstes wurden die Achsenbeschriftungen und der Name des Diagramms hinzugefügt. Schließlich haben sie die plt-Funktion aufgerufen.show(), um das Diagramm anzuzeigen.
Falls gewünscht, können Sie das Histogramm nach Ihren Wünschen anpassen, indem Sie zusätzliche Argumente für die plt-Funktion verwenden.hist() . Zum Beispiel können Sie die Farbe, Breite oder den Stil der Spaltenränder ändern, eine Legende hinzufügen usw.
Das Hinzufügen von Daten zu einem Diagramm ist ein wichtiger Schritt bei der Erstellung eines Histogramms in Python, mit dem Sie die Verteilung der Daten visualisieren und analysieren können.
Anpassen der Histogrammanzeige
Nachdem Sie ein Histogramm in Python erstellt haben, können Sie es so konfigurieren, dass es angezeigt wird, um eine bessere Darstellung der Daten zu erhalten. In diesem Abschnitt werden mehrere Möglichkeiten zum Anpassen eines Histogramms untersucht.
1. Ändern der Farbe des Histogramms:
- Verwenden Sie das Argument color, um die Farbe des Histogramms festzulegen. Zum Beispiel plt.hist(data, color='blue') zeigt ein blaues Histogramm an.
- Sie können das cmap-Argument verwenden, um den Farbverlauf festzulegen. Zum Beispiel plt.hist(data, cmap='viridis') zeigt ein Histogramm mit der Farbpalette "viridis" an.
2. Ändern der Transparenz eines Histogramms:
- Verwenden Sie das alpha-Argument, um die Transparenz des Histogramms festzulegen. Zum Beispiel plt.hist(data, alpha=0.5) zeigt ein halbtransparentes Histogramm an.
3. Ändern der Histogrammskala:
- Verwenden Sie die plt-Funktion.xlim(), um die Grenzen der x-Achse festzulegen. Zum Beispiel plt.xlim(0, 100) setzt die Grenzen der x-Achse auf 0 bis 100.
- Verwenden Sie die plt-Funktion.ylim(), um die Grenzen der y-Achse festzulegen. Zum Beispiel plt.ylim(0, 10) setzt die Grenzen der y-Achse von 0 bis 10.
4. Titel und Beschriftungen hinzufügen:
- Verwenden Sie die plt-Funktion.title(), um den Namen des Histogramms hinzuzufügen. Zum Beispiel plt.title('Daten-Balkendiagramm') fügt dem Balkendiagramm den Namen "Daten-Balkendiagramm" hinzu.
- Verwenden Sie die plt-Funktion.xlabel(), um der x-Achse eine Beschriftung hinzuzufügen. Zum Beispiel plt.das xlabel('Wert') fügt der x-Achse eine "Wert" -Signatur hinzu.
- Verwenden Sie die plt-Funktion.ylabel(), um der y-Achse eine Beschriftung hinzuzufügen. Zum Beispiel plt.ylabel('Frequenz') fügt der y-Achse die Beschriftung "Frequenz" hinzu.
5. Hinzufügen eines Rasters:
- Verwenden Sie die plt-Funktion.grid(), um dem Histogramm ein Raster hinzuzufügen. Zum Beispiel plt.grid(True) fügt dem Diagramm ein Raster hinzu.
Dies sind nur einige der Möglichkeiten, das Histogramm in Python anzupassen. Sie können mit verschiedenen Kombinationen von Einstellungen experimentieren, um den gewünschten visuellen Effekt zu erzielen.
Hinzufügen von Titeln und Beschriftungen zu einem Diagramm
Um dem Diagramm einen Titel hinzuzufügen, verwenden wir die plt-Funktion.title() . Innerhalb der Funktion übergeben wir eine Zeichenfolge, die ein Titel sein wird. Zum Beispiel:
import matplotlib.pyplot as pltplt.title("Продажи по категориям")Um den Achsen eines Diagramms Beschriftungen hinzuzufügen, verwenden wir die plt-Funktionen.xlabel() und plt.ylabel() . Innerhalb jeder Funktion übergeben wir eine Zeichenfolge, die eine Beschriftung für die entsprechende Achse darstellt. Zum Beispiel:
import matplotlib.pyplot as pltplt.xlabel("Категории")plt.ylabel("Продажи")Nachdem Sie den Titel und die Beschriftungen hinzugefügt haben, können Sie den Code ausführen, um das Diagramm mit diesen Änderungen anzuzeigen.
Histogramm speichern und anzeigen
Nachdem wir ein Histogramm in __matplotlib__ erstellt haben, können wir es als Grafikdatei speichern oder auf dem Bildschirm anzeigen. In diesem Abschnitt erfahren Sie, wie Sie ein Histogramm in verschiedenen Formaten speichern und anzeigen können.
Um das Histogramm in einer Datei zu speichern, können wir die Methode verwenden savefig() aus der Bibliothek __matplotlib__. Diese Methode akzeptiert den Dateipfad und das Dateiformat als Argumente. Um beispielsweise ein Histogramm im PNG-Format zu speichern, können wir den folgenden Code verwenden:
Dieser Code speichert das Histogramm in einer Datei mit dem Namen "histogramm".png" im aktuellen Verzeichnis.
Um ein Histogramm auf dem Bildschirm anzuzeigen, können wir die Methode verwenden show() von __matplotlib__. Rufen Sie diese Methode einfach auf, nachdem Sie das Histogramm erstellt haben:
Sie können auch verschiedene Optionen für das Diagramm ändern, bevor es angezeigt wird, z. B. Titel, Achsenbeschriftungen usw. Hier ist ein Beispiel für die Verwendung einiger dieser Optionen:
# Legt den Titel des plt-Histogramms fest.title("Auswertungen verteilen") # Festlegen von plt-Achsenbeschriftungen.xlabel("Bewertung") plt.ylabel("Frequenz")
Dadurch werden die Überschrift "Bewertungsverteilung" und die Beschriftungen "Schätzung" und "Frequenz" zu den entsprechenden Achsen des Histogramms hinzugefügt.
Jetzt haben Sie alle notwendigen Fähigkeiten, um ein Histogramm in Python zu erstellen, zu speichern und anzuzeigen. Versuchen Sie, mit verschiedenen Daten und Parametern zu experimentieren, um interessante und informative Histogramme zu erstellen!
