matplotlib hist 显示数值

要在 Matplotlib 的直方图中显示每个 bin 的数值，可以使用 `plt.hist()` 方法的 `histtype='step'` 参数，并在每个 bin 上方显示数值。

以下是一个例子：

import matplotlib.pyplot as plt
import numpy as np

# 生成一些随机数据
data = np.random.randn(1000)

# 绘制直方图
n, bins, patches = plt.hist(data, bins=20, histtype='step')

# 在每个 bin 上方显示数值
for i in range(len(n)):
    plt.text(bins[i], n[i]+5, str(int(n[i])))

# 显示图形
plt.show()

在这个例子中，我们使用 `np.random.randn(1000)` 生成一个包含 1000 个随机数的数组。然后，使用 `plt.hist()` 方法绘制直方图，并指定 `histtype='step'` 参数以绘制步幅图。接下来，在每个 bin 上方使用 `plt.text()` 方法显示数值。最后，使用 `plt.show()` 方法显示图形。

相关问题

matplotlib bar和hist区别

matplotlib中的bar和hist都用于绘制图表，但它们的作用不同。

1. bar是用于绘制柱形图，通常用于展示不同分类的数据之间的比较关系，例如不同地区的销售额、不同产品的市场份额等。每个柱子的高度表示的是该分类的数值，柱子的宽度可以调整，可以控制柱子之间的间距和组之间的间距。

2. hist是用于绘制直方图，通常用于展示数据的分布情况，例如人口年龄分布、温度变化分布等。直方图将数据划分成一定范围的区间，统计每个区间内数据的数量或频率，然后用柱形图表示出来。每个柱子的高度表示的是该区间内数据的数量或频率，柱子的宽度是固定的，可以控制柱子之间的间距。

因此，bar和hist的使用场景和目的不同，需要根据实际需求选择合适的函数。

matplotlib.pyplot的hist函数

`matplotlib.pyplot.hist()` 函数是 Matplotlib 库中的一个重要绘图工具，用于绘制直方图。它可以帮助你可视化数据分布，特别是离散的数据集。这个函数的基本语法如下：

plt.hist(data, bins=None, range=None, density=False, weights=None, *, cumulative=False, bottom=0, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, datafmt='', **kwargs)

其中参数含义：
- `data`: 要绘制直方图的数据数组。
- `bins`: 分箱的数量或边界，如果设置为 None，则由 `np.histogram` 自动确定。
- `range`: 数据的范围，可以是 (min, max) 形式的元组，表示数据只在这两个值之间统计。
- `density`: 如果 True，返回的是概率密度而不是频率。
- `weights`: 可选的权重数组，每个数据点的权重。
- `cumulative`: 是否计算累积分布。
- `bottom`, `histtype`, `align`, `orientation`: 控制直方图的样式，如柱状图、条形图等。

通过这个函数，你可以快速地生成并定制你的直方图，以便于分析数据集中数值变量的分布情况。