Plotly - 直方圖

直方圖由卡爾·皮爾遜 (Karl Pearson) 引入，是數值資料分佈的精確表示，是對連續變數機率分佈的估計 (CORAL)。它看起來類似於條形圖，但是，條形圖關聯兩個變數，而直方圖只關聯一個變數。

直方圖需要bin（或bucket），它將值的整個範圍劃分為一系列區間，然後計算每個區間內有多少值。bin 通常指定為變數的連續的、不重疊的區間。bin 必須相鄰，並且通常大小相等。在 bin 上方繪製一個矩形，其高度與頻率成比例——每個 bin 中的情況數。

直方圖軌跡物件由go.Histogram()函式返回。它的自定義是透過各種引數或屬性完成的。一個重要的引數是 x 或 y 設定為列表、numpy 陣列或Pandas 資料框物件，這些物件需要在 bin 中分佈。

預設情況下，Plotly 將資料點分佈在自動大小的 bin 中。但是，您可以定義自定義 bin 大小。為此，您需要將 autobins 設定為 false，指定nbins（bin 的數量）、其起始和結束值以及大小。

以下程式碼生成一個簡單的直方圖，顯示班級中學生分數的分佈情況 (bin 大小自動確定) −

import numpy as np
x1 = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
data = [go.Histogram(x = x1)]
fig = go.Figure(data)
iplot(fig)

輸出如下所示 −

go.Histogram()函式接受histnorm，它指定此直方圖軌跡使用的歸一化型別。預設為""，每個條的跨度對應於出現次數（即位於 bin 內的資料點數）。如果賦值為"percent" / "probability"，則每個條的跨度對應於相對於樣本點總數的出現百分比/分數。如果它等於"density"，則每個條的跨度對應於 bin 中出現的次數除以 bin 區間的大小。

還有一個histfunc引數，其預設值為count。因此，bin 上方矩形的高度對應於資料點的計數。它可以設定為 sum、avg、min 或 max。

可以將histogram()函式設定為顯示連續 bin 中值的累積分佈。為此，您需要將cumulative 屬性設定為啟用。結果如下所示 −

data=[go.Histogram(x = x1, cumulative_enabled = True)]
fig = go.Figure(data)
iplot(fig)

輸出如下所示 −