一周学会Matplotlib3 Python 数据可视化-绘制直方图(Histogram)

锋哥原创的Matplotlib3 Python数据可视化视频教程：

2026版 Matplotlib3 Python 数据可视化 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍

本课程讲解利用python进行数据可视化 科研绘图-Matplotlib，学习Matplotlib图形参数基本设置，绘图参数及主要函数，以及Matplotlib基础绘图，和Matplotlib高级绘图。

绘制直方图(Histogram)

直方图用于可视化数值数据的分布，通过将数据划分为连续区间（bin）并统计各区间内的数据频数来展示数据特征。

核心函数：plt.hist()

plt.hist(x,          # 输入数据（数组或列表）bins=None,  # 区间数量/边界range=None, # 数据范围density=False, # 是否归一化为密度color=None, # 颜色alpha=0.75, # 透明度edgecolor='black' # 边缘颜色
)

关键参数详解

参数	说明	示例值
bins	区间划分方式	10, [0,10,20,40], 'auto'
density	归一化为概率密度	True/False
range	数据截取范围	(0, 100)
histtype	直方图样式	'bar', 'step', 'stepfilled'
log	对数坐标	True
cumulative	累积直方图	True
stacked	多组数据堆叠	True

下面我们看几个直方图示例：

基础直方图：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
# 生成正态分布数据
data = np.random.normal(0, 1, 1000)
​
plt.hist(data, bins=30, color='skyblue', edgecolor='black')
plt.title("基本直方图")
plt.xlabel("值")
plt.ylabel("频率")
plt.grid(axis='y', alpha=0.5)
plt.show()

多组数据对比直方图

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
data1 = np.random.normal(-1, 1, 1000)
data2 = np.random.normal(3, 1.5, 1000)
​
plt.hist([data1, data2], bins=30, stacked=False,color=['blue', 'orange'], label=['分组1', '分组2'])
plt.legend()
plt.title("多个数据集")
plt.show()