Matplotlib hist() función
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
| Parámetro | Tipo | Descripción |
|---|---|---|
| x | array o secuencia de arrays | Datos de entrada, se pueden pasar múltiples conjuntos de datos. |
| bins | int o secuencia | Número de intervalos o secuencia de límites de intervalo. Por defecto se selecciona automáticamente con el método 'auto'. |
| range | tuple | Rango de datos (lower, upper); los datos fuera de rango se ignoran. |
| density | bool | Si es True, dibuja el histograma de densidad de probabilidad (la suma de áreas es 1), en lugar de frecuencias. |
| weights | array-like | Peso de cada punto de datos. |
| cumulative | bool o -1 | Si es True, dibuja un histograma acumulativo; -1 significa acumulación de mayor a menor. |
| histtype | str | Tipo de histograma: 'bar' (predeterminado), 'barstacked' (apilado), 'step' (línea escalonada), 'stepfilled' (escalonado relleno). |
| align | str | Alineación de las barras: 'mid' (centrado, predeterminado), 'left' (izquierda), 'right' (derecha). |
| orientation | str | 'vertical' (vertical, predeterminado) o 'horizontal' (horizontal). |
| rwidth | float | Ancho relativo de las barras, 1.0 significa sin espacio. |
| log | bool | Si es True, el eje y usa escala logarítmica. |
| color | color o lista | Color de las barras. |
| label | str o lista | Etiqueta de leyenda. |
| stacked | bool | Si 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 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 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 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 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 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).
Otras extensiones