直方图和饼图type
status
date
slug
summary
tags
category
icon
password
Property
直方图
直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的条纹表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
直方图是数值数据分布的精确图形表示。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。这些值通常被指定为连续的，不重叠的变量间隔。间隔必须相邻，并且通常是（但不是必须的）相等的大小。
直方图的绘制方法，使用的是
plt.hist方法来实现，这个方法的参数以及返回值如下：参数：
x：数组或者可以循环的序列。直方图将会从这组数据中进行分组
bins：数字或者序列（数组/列表等）。如果是数字，代表的是要分成多少组。如果是序列，那么就会按照序列中指定的值进行分组。比如[1,2,3,4]，那么分组的时候会按照三个区间分成3组，分别是[1,2)/[2,3)/[3,4]
range：元组或者None，如果为元组，那么指定x划分区间的最大值和最小值。如果bins是一个序列，那么range没有有没有设置没有任何影响
density：默认是False，如果等于True，那么将会使用频率分布直方图。每个条形表示的不是个数，而是频率/组距（落在各组样本数据的个数称为频数，频数除以样本总个数为频率）
cumulative：如果这个和density都等于True，那么返回值的第一个参数会不断的累加，最终等于1
其他参数：请参考：
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html返回值：
n：数组。每个区间内值出现的个数，如果density=True，那么这个将返回的是频率/组距
bins：数组。区间的值
patches：数组。每根条的对象，类型是matplotlib.patches.Rectangle
另外，也可以通过
density=True，来实现频率分布直方图：
而如果想要让
nums的总和为1，那么就需要设置cumulative=True参数：饼图
饼图是一个划分为几个扇形的圆形统计图表，用于描述量、频率或百分比之间的相对关系的。 在
matplotlib中，可以通过plt.pie来实现：参数说明：
- x：浮点型数组，表示每个扇形的面积
- explode：数组，表示各个扇形之间的间隔，默认值为0
- labels：列表，各个扇形的标签，默认值为 None
- colors：数组，表示各个扇形的颜色，默认值为 None
- autopct：设置饼图内各个扇形百分比显示格式，%d%% 整数百分比，%0.1f 一位小数， %0.1f%% 一位小数百分比， %0.2f%% 两位小数百分比
- labeldistance：标签标记的绘制位置，相对于半径的比例，默认值为 1.1，如 <1则绘制在饼图内侧
- pctdistance：：类似于 labeldistance，指定 autopct 的位置刻度，默认值为 0.6
- shadow：：布尔值 True 或 False，设置饼图的阴影，默认为 False，不设置阴影
- radius：：设置饼图的半径，默认为 1
- startangle：：起始绘制饼图的角度，默认为从 x 轴正方向逆时针画起，如设定 =90 则从 y 轴正方向画起
- counterclock：布尔值，设置指针方向，默认为 True，即逆时针，False 为顺时针
- wedgeprops ：字典类型，默认值 None。参数字典传递给 wedge 对象用来画一个饼图。例如：
wedgeprops={'linewidth':5}设置 wedge 线宽为5
- textprops ：字典类型，默认值为：None。传递给 text 对象的字典参数，用于设置标签（labels）和比例文字的格式
- center ：浮点类型的列表，默认值：(0,0)。用于设置图标中心位置
- frame ：布尔类型，默认值：False。如果是 True，绘制带有表的轴框架
- rotatelabels ：布尔类型，默认为 False。如果为 True，旋转每个 label 到指定的角度
返回值：
patches：饼图上每个分块的对象
texts：分块的名字文本对象
autotexts：分块的比例文字对象
