这篇文章主要介绍了Python基于matplotlib绘制栈式直方图的方法,涉及Python使用matplotlib进行图形绘制的相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python基于matplotlib绘制栈式直方图的方法。分享给大家供大家参考，具体如下：
平时我们只对一组数据做直方图统计，这样我们只要直接画直方图就可以了。
但有时候我们同时画多组数据的直方图（比如说我大一到大四跑大学城内环的用时的分布），大一到大四用不同颜色的直方图，显示在一张图上，这样会很直观。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#http://www.jb51.net/article/100363.htm
# numpy array intorduction
#http://matplotlib.org/examples/statistics/histogram_demo_multihist.html
import numpy as np
import pylab as P
import matplotlib
d1=np.array([18.46,19.15,18.13 ,18.30 ,18.07 ,18.24 ,18.26 ,
17.14 ,18.44 ,18.06 ,17.44 ,16.57 ,16.34 ,17.21 ])
d1=d1//1+(d1-d1//1)/0.6
d2=np.array([19.33 ,19.06 ,18.10 ,17.55 ,19.55 ,19.13 ,18.54 ,
18.30 ,18.36 ,19.59 ,20.01 ,19.17 ,19.30 ,18.54 ,18.35 ,20.04 ])
d2=d2//1+(d2-d2//1)/0.6
d3=np.array([20.52 ,20.41 ,19.20 ,19.04 ,19.09 ,19.01 ,17.49 ,19.18 ,20.01 ,20.11 ])
d3=d3//1+(d3-d3//1)/0.6
d4=np.array([22.02 ,21.03,21.06 ,20.46 ,19.46 ,20.15 ,19.49 ,19.43 ,
19.51 ,19.39 ,19.33 ,19.18 ,19.13 ,19.22 ,18.46 ,19.07 ,
18.57 ,18.45 ,19.17 ,18.41 ,18.30 ])
d4=d4//1+(d4-d4//1)/0.6
x=([d1,d2,d3,d4])
P.figure()
#normed is False is good
n, bins, patches = P.hist(x, 12, [16.5, 22.5],normed=0, histtype='barstacked',
color=['blue', 'green', 'red','yellow'],
label=[' ', ' ', ' ',' '])
print type(x)
P.legend()#legend should be signed after set down the information
P.show()
以上图为例，很明显看到蓝色直方图（大一）跑得最快，黄色（大四）直方图跑得最慢。
以上是Python中matplotlib如何绘制栈式直方图的示例的详细内容。更多信息请关注PHP中文网其他相关文章！
