この記事では、主に matplotlib に基づいて Python で積み上げヒストグラムを描画する方法を紹介し、グラフィックス描画に matplotlib を使用する Python の関連操作スキルについても説明します。必要な方は参考にしてください。 matplotlib メソッドに基づく Python の積み上げヒストグラム。参考のために皆さんと共有してください。詳細は次のとおりです:
通常、一連のデータに対してヒストグラム統計を行うだけなので、ヒストグラムを直接描画するだけで済みます。
しかし、同時に複数のデータセットのヒストグラムを描くこともあります（たとえば、大学の街の内輪を一年生から四年生までに走るのにかかった時間の分布）。 4年生までは、さまざまな色のミトグラムが画像上に1つに表示されており、非常に直感的です。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#http://www.jb51.net/article/100363.htm
# numpy array intorduction
#http://matplotlib.org/examples/statistics/histogram_demo_multihist.html
import numpy as np
import pylab as P
import matplotlib
d1=np.array([18.46,19.15,18.13 ,18.30 ,18.07 ,18.24 ,18.26 ,
17.14 ,18.44 ,18.06 ,17.44 ,16.57 ,16.34 ,17.21 ])
d1=d1//1+(d1-d1//1)/0.6
d2=np.array([19.33 ,19.06 ,18.10 ,17.55 ,19.55 ,19.13 ,18.54 ,
18.30 ,18.36 ,19.59 ,20.01 ,19.17 ,19.30 ,18.54 ,18.35 ,20.04 ])
d2=d2//1+(d2-d2//1)/0.6
d3=np.array([20.52 ,20.41 ,19.20 ,19.04 ,19.09 ,19.01 ,17.49 ,19.18 ,20.01 ,20.11 ])
d3=d3//1+(d3-d3//1)/0.6
d4=np.array([22.02 ,21.03,21.06 ,20.46 ,19.46 ,20.15 ,19.49 ,19.43 ,
19.51 ,19.39 ,19.33 ,19.18 ,19.13 ,19.22 ,18.46 ,19.07 ,
18.57 ,18.45 ,19.17 ,18.41 ,18.30 ])
d4=d4//1+(d4-d4//1)/0.6
x=([d1,d2,d3,d4])
P.figure()
#normed is False is good
n, bins, patches = P.hist(x, 12, [16.5, 22.5],normed=0, histtype='barstacked',
color=['blue', 'green', 'red','yellow'],
label=[' ', ' ', ' ',' '])
print type(x)
P.legend()#legend should be signed after set down the information
P.show()
上の写真を例にとると、青いヒストグラム (新入生) が最も速く実行され、黄色 (4 年生) のヒストグラムが最も遅いことが明らかです。
以上がmatplotlib を使用して Python で積み上げヒストグラムを描画する方法に関する詳細なチュートリアルの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
