Fonction hist() de Matplotlib


Matplotlib 参考文档Documentation de référence de Matplotlib

hist()Utilisé pour tracer un histogramme, en divisant les données en plusieurs intervalles (bins) et en comptant la fréquence d'occurrence des données dans chaque intervalle.

Les histogrammes sont des outils de base pour explorer la distribution des données (tendance centrale, dispersion, asymétrie, etc.).

Définition de fonction

Interface 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)

Interface 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)

Description du paramètre

ParamètreTypeDescription
xtableau ou séquence de tableauxDonnées d'entrée ; plusieurs jeux de données peuvent être transmis.
binsint ou séquenceNombre d'intervalles ou séquence de limites d'intervalles. Par défaut, la méthode 'auto' est utilisée pour sélectionner automatiquement.
rangetuplePlage de données (inférieure, supérieure) ; les données en dehors de cette plage sont ignorées.
densityboolSi True, tracez un histogramme de densité de probabilité (l'aire totale est égale à 1) au lieu des effectifs.
weightsde type tableauPoids de chaque point de données.
cumulativebool ou -1Si True, tracez un histogramme cumulé ; -1 signifie un cumul du plus grand au plus petit.
histtypestrType d'histogramme : 'bar' (par défaut), 'barstacked' (empilé), 'step' (ligne en escalier), 'stepfilled' (escalier rempli).
alignstrAlignement des bins : 'mid' (centré, par défaut), 'left' (aligné à gauche), 'right' (aligné à droite).
orientationstr'vertical' (vertical, par défaut) ou 'horizontal' (horizontal)
rwidthfloatLargeur relative des barres ; 1.0 signifie aucun espace.
logboolSi True, l'axe des y utilise une échelle logarithmique.
colorcouleur ou listeCouleur des barres
labelstr ou listLibellé de légende
stackedboolIndique s'il faut afficher plusieurs jeux de données empilés.

La valeur de retour de hist() est un tuple de trois éléments :(n, bins, patches)n est le comptage/la densité de chaque bin, bins sont les bords des bins, et patches sont les objets de barres dessinés.


Exemples d'utilisation

Exemple 1 : Histogramme de base

Exemple

import matplotlib.pyplot as plt
import numpy as np

# Générer des données aléatoires suivant une loi normale
np.random.seed(42)
data = np.random.randn(1000)

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

# Tracer l'histogramme
n, bins, patches = ax.hist(data, bins=30,
                           color='steelblue', edgecolor='white')

# Mettre en évidence le bin contenant la valeur maximale
max_idx = np.argmax(n)
patches[max_idx].set_facecolor('#e74c3c')

ax.set_title('Histogramme de la distribution normale')
ax.set_xlabel('Valeur')
ax.set_ylabel('Fréquence')
ax.axvline(x=0, color='red', linestyle='--', alpha=0.7)
ax.grid(axis='y', alpha=0.3)
plt.show()

Exemple 2 : Histogramme comparatif de plusieurs ensembles de données

Exemple

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)

# Trois ensembles de données avec des distributions différentes
data1 = np.random.normal(0, 1, 1000)     # Normale centrée réduite
data2 = np.random.normal(2, 1.5, 800)    # moyenne=2, écart-type=1.5
data3 = np.random.normal(-1, 0.5, 600)   # moyenne=-1, écart-type=0.5

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

# Comparer plusieurs jeux de données à l'aide de la transparence et de couleurs différentes
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('Comparaison de plusieurs distributions')
ax.set_xlabel('Valeur')
ax.set_ylabel('Fréquence')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()

Exemple 3 : Histogramme de densité + courbe ajustée

Exemple

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 trace la densité de probabilité (au lieu des effectifs)
ax.hist(data, bins=30, density=True, alpha=0.7,
        color='steelblue', edgecolor='white', label='Histogramme des données')

# Superposer la courbe théorique de distribution normale
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='PDF théorique N(0,1)')

ax.set_title('Histogramme de densité avec courbe PDF')
ax.set_xlabel('Valeur')
ax.set_ylabel('Densité de probabilité')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()

Exemple 4 : Histogramme cumulatif

Exemple

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')

# Graphique gauche : histogramme régulier
ax1.hist(data, bins=30, color='steelblue', edgecolor='white')
ax1.set_title('Histogramme standard')
ax1.set_xlabel('Valeur')
ax1.set_ylabel('Fréquence')

# Graphique de droite : histogramme cumulé
ax2.hist(data, bins=30, cumulative=True, color='coral',
         edgecolor='white')
ax2.set_title('Histogramme cumulé')
ax2.set_xlabel('Valeur')
ax2.set_ylabel('Fréquence cumulée')

plt.show()

Exemple 5 : histogramme en escalier

Exemple

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' trace un histogramme en escalier rempli
ax.hist(data, bins=30, histtype='stepfilled',
        color='#3498db', alpha=0.6, edgecolor='black',
        linewidth=1, label='Rempli en escalier')

# Superposer une ligne en escalier
ax.hist(data, bins=30, histtype='step',
        color='black', linewidth=2, label='Contour en escalier')

ax.set_title('Histogramme en escalier (histtype)')
ax.set_xlabel('Valeur')
ax.set_ylabel('Fréquence')
ax.legend()
ax.grid(axis='y', alpha=0.3)
plt.show()
print("exemple : histogramme en escalier affiché")

FAQ

Comment choisir le paramètre bins ?

Trop peu fera perdre les caractéristiques des données, trop en introduira du bruit.

Règles empiriques :sqrt(n)(règle de la racine carrée),log2(n)+1(règle de Sturges), ou utilisez simplement la sélection automatique 'auto' par défaut.

Que signifie density=True ?

Il ne renvoie pas d'effectifs ; à la place, il fait en sorte que l'aire totale de l'histogramme soit égale à 1, formant une estimation de la densité de probabilité. Convient pour la comparaison avec des fonctions de densité de probabilité (PDF).


Matplotlib 参考文档Documentation de référence de Matplotlib

Autres extensions