python 重写直方图绘制函数

在Python中，可以使用matplotlib库中的hist函数绘制直方图。如果您想自己编写函数来绘制直方图，可以使用以下步骤：

1. 计算数据的频率分布，也就是每个数据点在数据集中出现的次数。

2. 根据数据的范围和分布情况，确定直方图的划分区间和区间宽度。

3. 遍历数据集，将每个数据点分配到对应的区间中，并统计每个区间内的数据点个数。

4. 根据区间个数和区间宽度，计算每个区间的宽度比例，并绘制直方图。

以下是一个示例代码，用于演示如何实现一个简单的直方图绘制函数：

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram(data, bins=10, title='', xlabel='', ylabel=''):
    # 计算频率分布
    frequencies, bins = np.histogram(data, bins=bins)

    # 计算区间宽度
    bin_width = bins[1] - bins[0]

    # 计算区间宽度比例
    bin_widths = bin_width * np.ones_like(frequencies)
    bin_widths /= frequencies.sum()

    # 绘制直方图
    plt.bar(bins[:-1], frequencies, width=bin_width, align='edge', alpha=0.5)
    plt.title(title)
    plt.xlabel(xlabel)
    plt.ylabel(ylabel)

    # 绘制区间宽度比例
    for i, (x, y, w) in enumerate(zip(bins[:-1], frequencies, bin_widths)):
        plt.text(x + bin_width / 2, y + 0.05 * frequencies.max(), f'{w:.2f}', ha='center')

    plt.show()

该函数接受一个数据集和一个可选的划分区间数，以及一些可选的标题、x轴标签和y轴标签。它计算数据的频率分布，确定区间宽度和区间宽度比例，并绘制直方图和区间宽度比例。