Il grafico a istogramma è tra le tipologie più utilizzate per la rappresentazione grafica della densità di frequenza o più semplicemente utilizzata per rappresentare il conteggio di valori.

L’indice completo della guida Matplotlib è a questo link: https://computer4dummy.altervista.org/programmazione-guide-alla-programmazione/python-data-analisi/matplotlib-per-python/

Import dei dati

Come abbiamo già visto nei capitoli precedenti importiamo la stessa struttura dei dati data_1d.csv già utilizzata scaricabile da GitHub a questo link:

Come al solito all’inizio importiamo le librerie necessarie:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

Quindi carichiamo il set di dati:

A = pd.read_csv('data_1d.csv', header=None).as_matrix()

Assegniamo alla variabile x i valori del primo gruppo di dati e visualizziamo il grafico ad istogrammi utilizzando la funzione plt.hist().

x = A[:,0]
plt.hist(x)

plt.show()

Il file di esempio 03_01 – Matplotlib – Grafico a istogramma.py è scaricabile da GitHub a questo link:

Impostare il numero di colonne

Facciamo un altra prova provando a impostare una variabile R composta da 10000 numeri random e visualizziamo il grafico.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

R = np.random.random(10000)
plt.hist(R)

plt.show()

Il file di esempio 03_02 – Matplotlib – Grafico a istogramma.py è scaricabile da GitHub a questo link:

Di default vengono rappresentati solo 10 colonne sull’istogramma, se volessimo invece visualizzarne un numero diverso bisogna specificarlo quando andiamo a creare il grafico aggiungendo il parametro bins in questo modo:

plt.hist(R, bins=30)

Il risultato sarà quindi questo:

Il file di esempio 03_03 – Matplotlib – Grafico a istogramma.py è scaricabile da GitHub a questo link: