在 Matplotlib 中创建累积直方图

直方图是数据的图形表示。我们可以以直方图格式表示任何类型的数字数据。在本文中，我们将看到如何在 Matplotlib 中创建累积直方图

累积频率：累积频率分析是对数值出现频率的分析。它是一个频率和一个频率分布中到目前为止所有频率的总和。

例子：

X contains [1,2,3,4,5] then the cumulative frequency for x is [1,3,6,10,15].

Explanation:

[1,1+2,1+2+3,1+2+3+4,1+2+3+4+5]

在Python中，我们可以使用 dataframe.hist 和累积频率 stats.cumfreq() 直方图生成直方图。

示例 1：

Python3

# importing pyplot for getting graph
import matplotlib.pyplot as plt
  
# importing numpy for getting array
import numpy as np
  
# importing scientific python
from scipy import stats
  
# list of values
x = [10, 40, 20, 10, 30, 10, 56, 45]
  
res = stats.cumfreq(x, numbins=4,
                    defaultreallimits=(1.5, 5))
  
# generating random values
rng = np.random.RandomState(seed=12345)
  
# normalizing
samples = stats.norm.rvs(size=1000,
                         random_state=rng)
  
res = stats.cumfreq(samples,
                    numbins=25)
  
x = res.lowerlimit + np.linspace(0, res.binsize*res.cumcount.size,
                                 res.cumcount.size)
  
# specifying figure size
fig = plt.figure(figsize=(10, 4))
  
# adding sub plots
ax1 = fig.add_subplot(1, 2, 1)
  
# adding sub plots
ax2 = fig.add_subplot(1, 2, 2)
  
# getting histogram using hist function
ax1.hist(samples, bins=25,
         color="green")
  
# setting up the title
ax1.set_title('Histogram')
  
# cumulative graph
ax2.bar(x, res.cumcount, width=4, color="blue")
  
# setting up the title
ax2.set_title('Cumulative histogram')
  
ax2.set_xlim([x.min(), x.max()])
  
# display hte figure(histogram)
plt.show()

输出：

示例 2：

蟒蛇3

# importing numpy for getting array
import numpy as np
  
# importing scientific python
from scipy import stats
  
# list of values
x = [10, 40, 20, 10, 30, 10, 56, 45]
  
res = stats.cumfreq(x, numbins=4,
                    defaultreallimits=(1.5, 5))
  
# generating random values
rng = np.random.RandomState(seed=12345)
  
# normalizing
samples = stats.norm.rvs(size=1000,
                         random_state=rng)
  
res = stats.cumfreq(samples,
                    numbins=25)
  
x = res.lowerlimit + np.linspace(0, res.binsize*res.cumcount.size,
                                 res.cumcount.size)
  
fig = plt.figure(figsize=(10, 4))
  
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
  
ax1.hist(samples, bins=25, color="green")
  
ax1.set_title('Histogram')
ax2.bar(x, x, width=2, color="blue")
  
ax2.set_title('Cumulative histogram')
ax2.set_xlim([x.min(), x.max()])
  
plt.show()

输出：