Plotly 简明教程

Plotly - Histogram

直方图由卡尔·皮尔森引入，是数字数据分布的准确表示，即连续变量概率分布的估计值（CORAL）。它看起来类似于条形图，但是，条形图关联两个变量，而直方图仅关联一个变量。

直方图需要 bin （或 bucket ），它将整个值范围分成一系列区间，然后统计落在每个区间中的值的个数。这些直方通常指定为变量的连续、不重叠的区间。这些直方必须相邻，并且通常具有相同的大小。在直方上面竖起一个矩形，其高度与频率成正比，即每个直方中的情况数。

Plotly 函数返回直方图跟踪对象。它的定制由各种参数或属性完成。一个基本参数是 x 或 y，设置到以下列表中： numpy array 或 Pandas dataframe object ，它要以 bin 方式分布。

默认情况下，Plotly 以自动调整大小的 bin 方式分布数据点。但是，您可以定义自定义 bin 大小。为此，您需要将 autobins 设为 false，指定 nbins （bin 的数量）、它的起始值、结束值和大小。

下列代码生成一个简单的直方图，在 bin 中显示一班学生成绩分布（自动调整大小）−

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)

输出如下所示：

histnorm

go.Histogram() 函数接受 histnorm ，它指定用于此直方图跟踪的正态化类型。默认值是 “”，每个条的范围对应于出现的次数（即位于 bin 内的数据点的数量）。如果将它赋值给 "percent" / "probability" ，则每个条的范围对应于相对于样本点总数出现的百分比/分数。如果它等于 “ density ”，则每个条的范围对应于位于 bin 中出现的次数除以 bin 间隔的大小。

此外还有 histfunc 参数，其默认值是 count 。结果，位于 bin 上的矩形的高度对应于数据点的计数。它可以设为 sum、avg、min 或 max。

可以将 histogram() 函数设为显示连续 bin 中值的累积分布。为此，您需要将 cumulative property 设为 enabled。结果如下所示 −

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

输出如下所述 −

cumulative property