Histogram trong Matplotlib (matplotlib histogram): chọn bins
Bài 6/16 · Chương 2
Vẽ biểu đồ với Matplotlib
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
Histogram trong Matplotlib chia khoảng giá trị của một cột số thành các đoạn bằng nhau, gọi là bins, rồi vẽ mỗi đoạn một cột cao bằng số giá trị rơi vào đó; bạn vẽ nó bằng ax.hist(). Bạn dùng histogram khi muốn biết dữ liệu trải ra thế nào, như phổ điểm của một kỳ thi: đa số đạt bao nhiêu, có nhiều điểm thấp không.
Cần biết trước: Figure và Axes và chọn cột.
Vẽ histogram với ax.hist()
File diem_thi.csv có 500 thí sinh, mỗi dòng một người, các cột môn ghi điểm thang 10; môn nào thí sinh không thi thì ô trống. Chọn cột toan, bỏ ô trống bằng dropna(), rồi đưa cho ax.hist():
import pandas as pd
import matplotlib.pyplot as plt
diem = pd.read_csv("diem_thi.csv")
toan = diem["toan"].dropna()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
so, mep, _ = ax.hist(toan, bins=10, edgecolor="white")
ax.set_title("Phổ điểm môn Toán, 498 thí sinh")
ax.set_xlabel("Điểm")
ax.set_ylabel("Số thí sinh")
print(mep.round(2))
plt.show()KẾT QUẢ
[ 1.8 2.62 3.44 4.26 5.08 5.9 6.72 7.54 8.36 9.18 10. ]Phần lớn thí sinh đạt từ 5 đến 8 điểm, cột cao nhất nằm ở khoảng 6,72 đến 7,54 với hơn 100 người, và chỉ vài người dưới 4 điểm. ax.hist() trả về ba thứ: số đếm của từng cột, mép các cột, và các hình chữ nhật đã vẽ; dấu _ bỏ thứ ba vì không dùng. edgecolor="white" kẻ viền trắng để các cột không dính vào nhau. Mười cột cần 11 mép, và với bins=10 Matplotlib chia đều từ điểm thấp nhất 1,8 tới cao nhất 10, nên mép rơi vào những số lẻ như 2,62.
bins=: số cột và mép cột
Mép lẻ khó đọc: cột "5,08 đến 5,9 điểm" không nói được gì với phụ huynh. Thay vì một con số, bạn đưa cho bins= một dãy mép tự chọn. range(0, 11) cho mép ở mọi điểm nguyên, mỗi cột là một khoảng một điểm:
import pandas as pd
import matplotlib.pyplot as plt
diem = pd.read_csv("diem_thi.csv")
toan = diem["toan"].dropna()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
so, mep, _ = ax.hist(toan, bins=range(0, 11), edgecolor="white")
ax.set_title("Phổ điểm môn Toán theo từng khoảng một điểm")
ax.set_xlabel("Điểm")
ax.set_ylabel("Số thí sinh")
print(so.astype(int))
plt.show()KẾT QUẢ
[ 0 1 3 21 53 90 127 117 54 32]Khoảng 6 đến 7 điểm đông nhất với 127 thí sinh, khoảng 7 đến 8 theo sát với 117. Mỗi khoảng gồm mép trái, không gồm mép phải: điểm 7 rơi vào cột 7 đến 8. Riêng cột cuối gồm cả hai mép, nên điểm 10 vẫn được đếm. so là mảng số thực, astype(int) đổi sang số nguyên cho dễ đọc.
Đổi range(0, 11) thành range(0, 11, 2) rồi chạy lại: dòng kết quả in [ 1 24 143 244 86], năm cột mỗi cột rộng hai điểm.
Đọc phân bố: đỉnh, đuôi, lệch
Một histogram có ba điều để đọc. Đỉnh là chỗ cột cao nhất, nơi đông giá trị nhất. Đuôi là phần cột thấp kéo dài về một phía. Phân bố lệch khi một bên đuôi dài hơn hẳn bên kia. Điểm Giáo dục công dân của các thí sinh ban Xã hội là một ví dụ:
import pandas as pd
import matplotlib.pyplot as plt
diem = pd.read_csv("diem_thi.csv")
gdcd = diem["gdcd"].dropna()
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(gdcd, bins=range(4, 11), edgecolor="white")
ax.set_title("Điểm GDCD dồn về phía cao, đuôi kéo sang trái")
ax.set_xlabel("Điểm Giáo dục công dân")
ax.set_ylabel("Số thí sinh")
print("Trung bình:", round(gdcd.mean(), 2),
"| Trung vị:", gdcd.median())
plt.show()KẾT QUẢ
Trung bình: 8.12 | Trung vị: 8.25Đỉnh ở khoảng 8 đến 9 điểm với 64 thí sinh, còn đuôi trái kéo xuống tới một thí sinh ở khoảng 4 đến 5 điểm: phân bố lệch trái. Vài điểm thấp kéo trung bình 8,12 xuống dưới trung vị 8,25 (hai số này ở bài thống kê mô tả); trung bình nằm phía đuôi, nên so hai số này là cách nhanh để đoán chiều lệch. Điểm Toán ở phần trước gần cân hơn, trung bình 6,51 và trung vị 6,6 sát nhau.
Kiểm tra nhanh
Ví dụ đầu bài vẽ
bins=10. Hình có bao nhiêu cột và bao nhiêu mép?- 10 cột, 10 mép
- 10 cột, 11 mép
- 11 cột, 10 mép
Với
bins=range(0, 11), một thí sinh được đúng 7 điểm nằm ở cột nào?- Cột 6 đến 7
- Cột 7 đến 8
- Được đếm ở cả hai cột
Trong khung bẫy, vì sao hình điểm Ngữ văn có nhiều khe trống?
- Vì nhiều thí sinh bỏ thi
- Vì cột hẹp hơn bước 0,25 giữa hai mức điểm, nên có cột không chứa mức nào
- Vì
dropna()xóa mất một số điểm
Điểm GDCD có trung bình 8,12 và trung vị 8,25. Phân bố lệch về phía nào?
- Lệch trái, đuôi kéo về phía điểm thấp
- Lệch phải, đuôi kéo về phía điểm cao
- Không lệch
Bài tập
Vẽ phổ điểm một môn với bước tự chọn
Bảng bang có các cột môn (số thang 10, có ô trống). Dict TEN_MON có sẵn đổi tên cột sang tên môn có dấu. Viết thân hàm ve_pho_diem(bang, mon, buoc) vẽ histogram của cột mon trên một axes mới:
bỏ ô trống trước khi vẽ;
mép các cột cách đều nhau
buocđiểm, từ0tới đúng10, nên điểm 10 vẫn được đếm;buoclà một trong0.5,1,2,2.5;tiêu đề đúng là
Phổ điểm môn <tên môn>, ví dụPhổ điểm môn Toán; nhãn trục x đúng làĐiểm, nhãn trục y đúng làSố thí sinh.
Hàm không sửa bảng của nơi gọi.
Trả về: vùng vẽ, một Axes.
import numpy as np
import matplotlib.pyplot as plt
TEN_MON = {"toan": "Toán", "van": "Ngữ văn", "anh": "Tiếng Anh",
"ly": "Vật lý", "hoa": "Hóa học", "sinh": "Sinh học"}
def ve_pho_diem(bang, mon, buoc):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
ax.hist(cot, bins=...)vẽ histogram; bỏ ô trống bằngdropna()trước khi vẽ.bins=là số cột, hoặc một dãy mép tự chọn nhưrange(0, 11); n cột cần n + 1 mép.Mỗi cột gồm mép trái, không gồm mép phải, trừ cột cuối gồm cả hai.
ax.hist()trả về số đếm, mép và các hình chữ nhật đã vẽ.Đỉnh là chỗ đông nhất, đuôi là phía thưa; trung bình nhỏ hơn trung vị là lệch trái.
Câu hỏi thường gặp
Histogram python nên chọn bao nhiêu bins?
Không có số đúng cho mọi bộ dữ liệu: thử vài giá trị như 10, 20, 30 rồi chọn hình vừa thấy rõ hình dạng vừa không lởm chởm. Với dữ liệu có bước cố định như điểm thi, đặt mép theo bước đó để không sinh khe trống giả.
Histogram khác biểu đồ cột thế nào?
Histogram vẽ một cột số liên tục, các cột sát nhau vì khoảng giá trị nối liền. Biểu đồ cột so các nhóm rời nhau như chi nhánh, nên cột có khe hở và thứ tự tùy bạn. Vẽ cột bằng ax.bar() ở bài biểu đồ cột.
Vẽ biểu đồ histogram trong Python cho nhiều nhóm cùng lúc được không?
Được, nhưng chồng nhiều histogram lên một hình dễ rối. Hai nhóm thì vẽ chồng với alpha=0.5 cho trong mờ; từ ba nhóm trở lên, biểu đồ hộp gọn hơn, xem bài biểu đồ hộp.
Muốn trục y là tỉ lệ thay cho số đếm thì làm sao?
Thêm density=True: chiều cao mỗi cột được chia sao cho tổng diện tích các cột bằng 1. Cách này hợp khi so hai nhóm có số người khác nhau, như 304 thí sinh ban Tự nhiên với 196 thí sinh ban Xã hội.
Chủ đề
Dữ liệu của bài
- Tải xuống
diem_thi.csv
CSV · 38.56 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.