ヒストグラム (hist) 関数のいくつかの機能#

基本的なヒストグラムに加えて、このデモではいくつかのオプション機能を示しています。

データビン数の設定。
ヒストグラムの積分が 1 になるようにビンの高さを正規化する密度パラメーター。結果のヒストグラムは、確率密度関数の近似値です。

異なるビン数とサイズを選択すると、ヒストグラムの形状に大きな影響を与える可能性があります。Astropy のドキュメントには、これらのパラメーターを選択する方法に関する優れたセクションがあります。

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=True)

# 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()

$IQのヒストグラム: $\mu=100$, $\sigma=15$$

参考文献

この例では、次の関数、メソッド、クラス、およびモジュールの使用が示されています。

Sphinx-Gallery によって生成されたギャラリー