直方图 #
-
班 sage.plot直方图。 直方图 ( 控件 , 选项 ) # 基础: 图形基本体 表示直方图的图形原语。 这需要 还有很多选择。 示例: 圣人: 从 sage.plot直方图 进口 直方图 圣人: 克 = 直方图 ([ 1 , 三 , 2 , 0 ], {}); 克 由大小为4的数据列表定义的直方图 圣人: 类型 ( 克 ) <class的sage.plot.histrium。 直方图'> 圣人: opts选项 = { '垃圾箱' : 20 , '标签' : '我的数据' } 圣人: 克 = 直方图 ([ 随机的,随机的 () 对于 _ 在里面 范围 ( 500 )], opts选项 ); 克 由大小为500的数据列表定义的直方图 我们可以接受相同长度的多套: 圣人: 克 = 直方图 ([[ 1 , 三 , 2 , 0 ], [ 4 , 4 , 三 , 三 ]], {}); 克 由2个数据列表定义的直方图 -
获取最大数据 ( ) # 获取最小和最大水平和垂直范围 用于直方图对象。 示例: 圣人: H(H) = 直方图 ([ 10 , 三 , 5 ], 密度 = 真的 ); 小时 = H(H) [ 0 ] 圣人: 小时 . 获取最大数据 () #相对公差1e-15 {“xmax”:10.0,“xmin”:3.0,“ymax”:0.4761904761904765,“ymin”:0} 圣人: G公司 = 直方图 ([ 随机的,随机的 () 对于 _ 在里面 范围 ( 500 )]); 克 = G公司 [ 0 ] 圣人: 克 . 获取最大数据 () #随机输出 {“xmax”:0.99729312925213209,“xmin”:0.0001302456219410285,“ymax”:61,“ymin”:0} 圣人: Y(Y) = 直方图 ([ 随机的,随机的 () * 10 对于 _ 在里面 范围 ( 500 )], 范围 = [ 2 , 8 ]); 年 = Y(Y) [ 0 ] 圣人: 基督教青年会 = 年 . 获取最大数据 (); 基督教青年会 [ “xmax” ], 基督教青年会 [ “xmin” ] (8.0, 2.0) 圣人: Z = 直方图 ([[ 1 , 三 , 2 , 0 ], [ 4 , 4 , 三 , 三 ]]); z(z) = Z [ 0 ] 圣人: z(z) . 获取最大数据 () {“xmax”:4.0,“xmin”:0,“ymax”:2,“ymin”:0}
-
-
sage.plot直方图。 直方图 ( 控件 , 方面比率 = “自动” , 排列 = “中间” , 重量 = 无 , 范围 = 无 , 箱子 = 10 , 边缘彩色 = “黑色” , ** 选项 ) # 计算并绘制数值数据列表的直方图。 参见众多选项的示例; 更多的定制是 可以直接使用matplotlib。 输入: 控件 –数字数据列表 排列 –(默认值:“mid”)条形图在每个箱子内的对齐方式。 可接受的值为“左”、“右”或“中” 阿尔法 –(浮点[0,1],默认值:1)绘图的透明度 箱子 –要划分范围的节数。 阿尔索 可以是创建 隔板 颜色 –条或颜色列表表面的颜色,如果 给出了多个数据集 累计 –(布尔值-默认值:False)如果为True,则 计算一个直方图,其中每个bin给出了其中的计数 bin加上较小值的所有bin。 负值表示 反向堆积 边缘彩色 –每个条形图边框的颜色 填满 –(布尔值-默认值:True)是否填充条形图 孵化 –(默认值:无)符号,用-其中之一填充条 “/”、“”、“|”、“-”、“+”、“x”、“o”、“o”、“.”、“*”、“(或无) 色调 –以色调给出的条的颜色。 请参见 色调 有关色调的更多信息 标签 –每个给定数据列表的字符串标签 线宽 –定义条的线的(浮动)宽度 线型 –(默认值:“solid”)线条样式。 “固体”之一 或“-”、“虚线”或“–”、“点划线”或“:”、“dashdot”或“-。” 密度 –(boolean-默认值:False)如果为True,则结果为 bin处概率密度函数的值,标准化为 范围内的积分为1。 范围 –一个列表[min,max],用于定义 直方图。 超出此范围的值被视为离群值 计数中省略 r宽度 –(浮点[0,1],默认值:1)条的相对宽度 作为箱子宽度的一部分 堆叠 –(布尔值-默认值:False)如果为True,则多个数据 堆叠在一起 重量 –(list)与数据长度相同的权重序列 列表。 如果提供,则每个值都会贡献其相关重量 到箱子计数 带状动物 –(整数)绘制直方图的图层级别
注释 这个 重量 选项仅适用于单个列表。 列表列表 不支持表示多个数据。 示例: 四个数据点的基本直方图: 圣人: 直方图 ([ 1 , 2 , 三 , 4 ], 箱子 = 2 ) 包含1个图形基元的图形对象 我们可以看到直方图如何与各种分布进行比较。 注意使用 密度 保证情节的关键字 看起来像概率密度函数: 圣人: 无价值 = 正态变量 圣人: H(H) = 直方图 ([ 无价值 ( 0 , 1 ) 对于 _ 在里面 范围 ( 1000 )], 箱子 = 20 , 密度 = 真的 , 范围 = [ - 5 , 5 ]) 圣人: P(P) = 情节 ( 1 / 平方英尺 ( 2 * 圆周率 ) * e(电子) ^ ( - x ^ 2 / 2 ), ( x , - 5 , 5 ), 颜色 = “红色” , 线型 = '--' ) #需要传奇。象征性的 圣人: H(H) + P(P) #需要圣人符号 由2个图形基元组成的图形对象 有许多选项可以用于直方图。 其中一些 控制数据的呈现,即使它很无聊: 圣人: 直方图 ( 列表 ( 范围 ( 100 )), 颜色 = ( 1 , 0 , 0 ), 标签 = '我的数据' , r宽度 = .5 , 排列 = “正确” ) 包含1个图形基元的图形对象 这包括许多常见的matplotlib样式选项: 圣人: T型 = RealDistribution公司 ( '对数正常' , [ 0 , 1 ]) 圣人: 直方图 ( [ T型 . 获取随机元素 () 对于 _ 在里面 范围 ( 100 )], 阿尔法 = 0.3 , 边缘彩色 = “红色” , 填满 = False(错误) , 线型 = “虚线” , 孵化 = “O” , 线宽 = 5 ) 包含1个图形基元的图形对象 圣人: 直方图 ( [ T型 . 获取随机元素 () 对于 _ 在里面 范围 ( 100 )], 线型 = '-.' ) 包含1个图形基元的图形对象 如果需要,我们可以一次处理多个数据集: 圣人: 直方图 ([ srange(范围) ( 0 , 1 , .1 ) * 10 , [ 无价值 ( 0 , 1 ) 对于 _ 在里面 范围 ( 100 )]], 颜色 = [ “红色” , “绿色” ], 箱子 = 5 ) 包含1个图形基元的图形对象 我们还可以选择堆叠数据集: 圣人: 直方图 ([[ 1 , 1 , 1 , 1 , 2 , 2 , 2 , 三 , 三 , 三 ], [ 4 , 4 , 4 , 4 , 三 , 三 , 三 , 2 , 2 , 2 ] ], 堆叠 = 真的 , 颜色 = [ “蓝色” , “红色” ]) 包含1个图形基元的图形对象 也可以将权重与直方图一起使用: 圣人: 直方图 ( 列表 ( 范围 ( 10 )), 箱子 = 三 , 重量 = [ 1 , 2 , 三 , 4 , 5 , 5 , 4 , 三 , 2 , 1 ]) 包含1个图形基元的图形对象