plt.hist 怎么设置x轴范围和间隔

你可以使用plt.xlim()设置x轴的范围，plt.xticks()设置x轴的刻度，plt.hist()函数中的bins参数设置间隔。例如：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(0, 1, 1000)  # 生成1000个正态分布随机数

plt.hist(data, bins=20)  # 设置20个间隔

plt.xlim(-5, 5)  # 设置x轴范围

plt.xticks(np.arange(-5, 6, 1))  # 设置x轴刻度，从-5到5，间隔1

plt.show()

这样就设置了x轴的范围和间隔。

相关问题

plt.hist()

plt.hist() 是 Matplotlib 库中用于绘制直方图的函数。直方图是一种可视化工具，用于显示数据的分布情况。它将数据分成一系列的间隔，然后统计每个间隔中数据出现的频数，并将结果以柱状图的形式展现出来。

函数的基本语法为：plt.hist(x, bins=None, range=None)

- x：表示要绘制直方图的数据，可以是一个一维数组或者是一个可迭代对象。
- bins：表示直方图的箱子数量，也就是分成几个间隔，默认为10。
- range：表示直方图的数据范围，默认为 None，取值为 (min(x), max(x))。

除了这些基本参数，函数还提供了其他一些可选参数，用于修改直方图的样式、颜色等。

下面是一个示例代码，用于绘制一个简单的直方图：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数组
np.random.seed(0)
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=30, color='steelblue', edgecolor='black')

# 设置标题和轴标签
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图形
plt.show()

以上代码将生成一个包含1000个随机数据的直方图，并设置了标题、轴标签等属性。

解释这段代码 lm = sns.lmplot(x = 'Age',y = 'Fare',data = titanic,hue = 'Sex' , fit_reg=False) #创建绘图 lm.set(title = 'Fare x Age') #设置标题 axes = lm.axes #获取axes对象并对其进行调整 axes[0,0].set_ylim(-5,) axes[0,0].set_xlim(-5,85) plt.show() #绘制一个展示船票价格的直方图 df = titanic.Fare.sort_values(ascending=False)# 将值从顶部到最小值排序，并对前5项进行切片 print(df) binsVal = np.arange(0,600,10)# 使用numpy创建存储箱间隔 print(binsVal)# 创建绘图 plt.hist(df,bins= binsVal) plt.xlabel("Fare") # 设置标题和标签 plt.ylabel('Frequency') plt.title("Fare Payed Histrogram") plt.show() import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns pd.set_option('display.width',1000) url = 'train.csv' titanic = pd.read_csv(url) print(titanic.head()) result_plot = train.hist(bins=50, figsize=(14, 12)) # 找到类别都为0 的 cond_0 = y == 0 cond_1 = y == 1 #获取到类别为0的Pclass的数据 az = plt.subplot(1,1,1) X['Pclass'][cond_0].plot(kind='hist',bins=100,density = True) X['Pclass'][cond_1].plot(kind='hist',bins=10,density = True,alpha = 0.8) az.set_title("乘客等级") plt.show()

这段代码主要是使用matplotlib和seaborn库对数据进行可视化展示。具体解释如下：

1. 使用seaborn库中的lmplot函数绘制了一个散点图，展示了数据集中年龄和船票价格之间的关系，并使用不同的颜色表示男女乘客的不同。

2. 对绘制出的图表进行调整，设置了标题和坐标轴的范围。

3. 使用matplotlib库中的hist函数绘制了一个展示船票价格分布情况的直方图，其中bins参数表示将数据分为多少个区间，从而确定直方图的宽度。

4. 使用pandas库中的read_csv函数读取数据集。

5. 使用pandas库中的hist函数绘制数据集中各个属性的直方图。

6. 使用matplotlib库中的subplot函数获取绘图对象，并对其进行调整，展示了乘客等级的分布情况。

总之，这段代码主要是为了对数据进行可视化展示，以便更好地理解数据集的特征和分布情况。