Python Matplotlib 绘制频率直方图

在 Python 中，我们可以使用 Matplotlib 库来绘制频率直方图。下面是一个简单的例子，展示如何使用 Matplotlib 绘制频率直方图。

首先，我们需要导入 Matplotlib 库和 NumPy 库。NumPy 是一个用于处理数组和矩阵的库，它可以帮助我们生成随机数。

import matplotlib.pyplot as plt
import numpy as np

接下来，我们可以使用 NumPy 生成一组随机数，作为我们要绘制频率直方图的数据。

data = np.random.randn(1000)

接下来，我们需要使用 Matplotlib 的 hist() 函数来绘制频率直方图。hist() 函数可以绘制出数据的直方图，并自动计算出每个柱子的高度（即每个柱子的频数）。

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

在这个例子中，我们设置了 bins=30，表示将数据分成 30 个区间。edgecolor='black' 表示设置每个柱子的边框颜色为黑色。

最后，我们可以使用 show() 函数来显示绘制的频率直方图。

plt.show()

完整的代码如下所示：

import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30, edgecolor='black')
plt.show()

运行这段代码后，将会弹出一个窗口显示绘制的频率直方图。你可以通过调整 bins 参数来改变柱子的数量和间隔，以及调整 edgecolor 参数来改变柱子的边框颜色。另外，你还可以使用 hist() 函数的其它参数来自定义直方图的样式和外观。例如，你可以设置柱子的填充颜色、添加标题和标签等。具体可以参考 Matplotlib 的文档来了解更多信息。

除了使用 hist() 函数外，你还可以使用 Matplotlib 的 bar() 函数来绘制条形图，它也可以用来展示数据的分布情况。条形图和频率直方图的区别在于，条形图展示的是各个类别的频数或比例，而频率直方图展示的是连续变量的分布情况。