Matplotlib hist() función


Matplotlib 参考文档Documentación de referencia de Matplotlib

hist()Se utiliza para dibujar histogramas, dividiendo los datos en varios intervalos (bins) y contando la frecuencia de los datos en cada intervalo.

El histograma es una herramienta básica para explorar la distribución de los datos (tendencia central, dispersión, asimetría, etc.).

Definición de la función

Interfaz pyplot

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

Interfaz Axes

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

Explicación de parámetros

ParámetroTipoDescripción
xarray o secuencia de arraysDatos de entrada, se pueden pasar múltiples conjuntos de datos.
binsint o secuenciaNúmero de intervalos o secuencia de límites de intervalo. Por defecto se selecciona automáticamente con el método 'auto'.
rangetupleRango de datos (lower, upper); los datos fuera de rango se ignoran.
densityboolSi es True, dibuja el histograma de densidad de probabilidad (la suma de áreas es 1), en lugar de frecuencias.
weightsarray-likePeso de cada punto de datos.
cumulativebool o -1Si es True, dibuja un histograma acumulativo; -1 significa acumulación de mayor a menor.
histtypestrTipo de histograma: 'bar' (predeterminado), 'barstacked' (apilado), 'step' (línea escalonada), 'stepfilled' (escalonado relleno).
alignstrAlineación de las barras: 'mid' (centrado, predeterminado), 'left' (izquierda), 'right' (derecha).
orientationstr'vertical' (vertical, predeterminado) o 'horizontal' (horizontal).
rwidthfloatAncho relativo de las barras, 1.0 significa sin espacio.
logboolSi es True, el eje y usa escala logarítmica.
colorcolor o listaColor de las barras.
labelstr o listaEtiqueta de leyenda.
stackedboolSi se apilan los datos al tener múltiples conjuntos.

El valor de retorno de hist() es una tupla de tres elementos:(n, bins, patches)n es la frecuencia/densidad de cada intervalo, bins son los límites de los intervalos, patches son los objetos de las barras dibujadas.


Ejemplos de uso

Ejemplo 1: Histograma básico

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

# Generar datos aleatorios con distribución normal
np.random.seed(42)
data = np.random.randn(1000)

fig, ax = plt.subplots(layout='constrained')

# Dibujar el histograma
n, bins, patches = ax.hist(data, bins=30,
                           color='steelblue', edgecolor='white')

# Resaltar el intervalo donde se encuentra el valor máximo
max_idx = np.argmax(n)
patches[max_idx].set_facecolor('#e74c3c')

ax.set_title('Histogram of Normal Distribution')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')
ax.axvline(x=0, color='red', linestyle='--', alpha=0.7)
ax.grid(axis='y', alpha=0.3)
plt.show()

Ejemplo 2: Histograma comparativo de múltiples conjuntos de datos

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)

# Tres conjuntos de datos con diferentes distribuciones
data1 = np.random.normal(0, 1, 1000)     # Normal estándar
data2 = np.random.normal(2, 1.5, 800)    # Media=2, desviación estándar=1.5
data3 = np.random.normal(-1, 0.5, 600)   # Media=-1, desviación estándar=0.5

fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')

# Comparación de múltiples conjuntos de datos, usando transparencia y diferentes colores
ax.hist(data1, bins=30, alpha=0.6, color='steelblue',
        label='N(0, 1)', edgecolor='white')
ax.hist(data2, bins=30, alpha=0.6, color='coral',
        label='N(2, 1.5)', edgecolor='white')
ax.hist(data3, bins=30, alpha=0.6, color='mediumseagreen',
        label='N(-1, 0.5)', edgecolor='white')

ax.set_title('Comparing Multiple Distributions')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()

Ejemplo 3: Histograma de densidad + curva de ajuste

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
data = np.random.randn(1000)

fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')

# density=True dibuja densidad de probabilidad (en lugar de frecuencia)
ax.hist(data, bins=30, density=True, alpha=0.7,
        color='steelblue', edgecolor='white', label='Data Histogram')

# Superponer la curva de distribución normal teórica
from scipy import stats
x = np.linspace(-4, 4, 200)
pdf = stats.norm.pdf(x, loc=0, scale=1)
ax.plot(x, pdf, 'r-', linewidth=2, label='Theoretical N(0,1) PDF')

ax.set_title('Density Histogram with PDF Curve')
ax.set_xlabel('Value')
ax.set_ylabel('Probability Density')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()

Ejemplo 4: Histograma acumulativo

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
data = np.random.randn(500)

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
                                layout='constrained')

# Gráfico izquierdo: histograma normal
ax1.hist(data, bins=30, color='steelblue', edgecolor='white')
ax1.set_title('Standard Histogram')
ax1.set_xlabel('Value')
ax1.set_ylabel('Frequency')

# Gráfico derecho: histograma acumulativo
ax2.hist(data, bins=30, cumulative=True, color='coral',
         edgecolor='white')
ax2.set_title('Cumulative Histogram')
ax2.set_xlabel('Value')
ax2.set_ylabel('Cumulative Frequency')

plt.show()

Ejemplo 5: Histograma escalonado (step histogram)

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
data = np.random.exponential(scale=2, size=500)

fig, ax = plt.subplots(layout='constrained')

# histtype='stepfilled' dibuja un histograma escalonado relleno
ax.hist(data, bins=30, histtype='stepfilled',
        color='#3498db', alpha=0.6, edgecolor='black',
        linewidth=1, label='Stepfilled')

# Superponer línea escalonada
ax.hist(data, bins=30, histtype='step',
        color='black', linewidth=2, label='Step outline')

ax.set_title('Step Histogram (histtype)')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()
print("ejemplo: step histogram displayed")

Preguntas frecuentes

¿Cómo elegir el parámetro bins?

Demasiados pocos pierden características de los datos; demasiados introducen ruido.

Regla empírica:sqrt(n)(regla de la raíz cuadrada),log2(n)+1(regla de Sturges), o usar directamente el valor predeterminado 'auto' para seleccionar automáticamente.

¿Qué significa density=True?

No devuelve la frecuencia (count), sino que hace que el área total del histograma sea igual a 1, formando una estimación de densidad de probabilidad. Es adecuado para comparar con la función de densidad de probabilidad (PDF).


Matplotlib 参考文档Documentación de referencia de Matplotlib

Otras extensiones