Sie k\u00f6nnen die folgende Syntax verwenden, um in Matplotlib in Python ein relatives H\u00e4ufigkeitshistogramm zu erstellen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Der folgende Code zeigt, wie man in Matplotlib ein regul\u00e4res H\u00e4ufigkeitshistogramm erstellt:<\/span> <\/p>\n Die x-Achse zeigt die Bins f\u00fcr die Datenwerte und die y-Achse zeigt die H\u00e4ufigkeit jedes Bins.<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um relative H\u00e4ufigkeiten<\/strong> auf der y-Achse anzuzeigen:<\/span> <\/p>\n Auf der Y-Achse werden nun relative H\u00e4ufigkeiten angezeigt.<\/span><\/p>\n Beispielsweise enth\u00e4lt der Datensatz 15 Gesamtwerte.<\/span><\/p>\n Anstatt also eine H\u00e4ufigkeit von 4<\/strong> auf der Y-Achse f\u00fcr den h\u00f6chsten Balken im Diagramm anzuzeigen, zeigt die Y-Achse jetzt 4\/15 = 0,2667<\/strong> an.<\/span><\/p>\n Wir k\u00f6nnen auch die PercentFormatter()-<\/strong> Funktion von Matplotlib verwenden, um Werte auf der y-Achse als Prozents\u00e4tze anzuzeigen:<\/span> <\/b><\/p>\n Beachten Sie, dass auf der Y-Achse jetzt relative H\u00e4ufigkeiten als Prozents\u00e4tze angezeigt werden.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere g\u00e4ngige Diagramme in Matplotlib erstellen:<\/span><\/p>\n So \u00e4ndern Sie die Farbe eines Matplotlib-Histogramms<\/a> Ein relatives H\u00e4ufigkeitshistogramm ist ein Diagramm, das die relativen H\u00e4ufigkeiten von Werten in einem Datensatz anzeigt. Sie k\u00f6nnen die folgende Syntax verwenden, um in Matplotlib in Python ein relatives H\u00e4ufigkeitshistogramm zu erstellen: import matplotlib. pyplot as plt import numpy as np #define plotting area fig = plt. figure () ax = fig. add_subplot (111) #create […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> matplotlib. pyplot<\/span> as<\/span> plt<\/span>\nimport<\/span> numpy as<\/span> np<\/span>\n<\/span>\n#define plotting area\n<\/span>fig = plt. figure<\/span> ()\nax = fig. add_subplot<\/span> (111)\n\n#create relative frequency histogram\n<\/span>ax. hist<\/span> (data, edgecolor=' black<\/span> ', weights=np. ones_like<\/span> (data) \/ len<\/span> (data))<\/strong>\n<\/pre>\n Beispiel: Erstellen Sie ein relatives H\u00e4ufigkeitshistogramm in Matplotlib<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#define data values\n<\/span>data = [8, 8, 9, 12, 13, 13, 14, 14, 15, 18, 22, 23, 24, 25, 30]\n\n#create frequency histogram\n<\/span>fig = plt. figure<\/span> ()\nax = fig. add_subplot<\/span> (111)\nax. hist<\/span> (data, edgecolor=' black<\/span> ')<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/refreq11.jpg\")
<\/p>\n import<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#define data values\n<\/span>data = [8, 8, 9, 12, 13, 13, 14, 14, 15, 18, 22, 23, 24, 25, 30]\n\n#create relative frequency histogram\n<\/span>fig = plt. figure<\/span> ()\nax = fig. add_subplot<\/span> (111)\nax. hist<\/span> (data, edgecolor=' black<\/span> ', weights=np. ones_like<\/span> (data) \/ len<\/span> (data))<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/refreq12.jpg\")
<\/p>\nimport<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\nfrom<\/span> matplotlib. ticker<\/span> import<\/span> PercentFormatter\n\n#define data values\n<\/span>data = [8, 8, 9, 12, 13, 13, 14, 14, 15, 18, 22, 23, 24, 25, 30]\n\n#create relative frequency histogram with percentages on y-axis\n<\/span>fig = plt. figure<\/span> ()\nax = fig. add_subplot<\/span> (111)\nax. hist<\/span> (data, edgecolor=' black<\/span> ', weights=np. ones_like<\/span> (data)* 100<\/span> \/ len<\/span> (data))\nax. yaxis<\/span> . set_major_formatter<\/span> (PercentFormatter())\n<\/strong><\/span><\/pre>\n![\"Histogramm](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/refreq13.jpg\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So passen Sie die Bin-Gr\u00f6\u00dfe in Matplotlib-Histogrammen an<\/a>
So erstellen Sie ein Histogramm aus Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"