Plotly-ヒストグラム

Karl Pearsonによって導入されたヒストグラムは、連続変数（CORAL）の確率分布の推定値である数値データの分布の正確な表現です。棒グラフに似ていますが、棒グラフは2つの変数を関連付けますが、ヒストグラムは1つだけを関連付けます。

ヒストグラムには bin （または bucket）これは、値の範囲全体を一連の間隔に分割し、各間隔に含まれる値の数をカウントします。ビンは通常、変数の連続した重複しない間隔として指定されます。ビンは隣接している必要があり、多くの場合、同じサイズです。長方形がビンの上に立てられ、高さは頻度（各ビンのケース数）に比例します。

ヒストグラムトレースオブジェクトはによって返されます go.Histogram()関数。そのカスタマイズは、さまざまな引数または属性によって行われます。重要な引数の1つは、xまたはyをリストに設定することです。numpy array または Pandas dataframe object これはビンに配布されます。

デフォルトでは、Plotlyはデータポイントを自動的にサイズ設定されたビンに分散します。ただし、カスタムビンサイズを定義できます。そのためには、自動ビンをfalseに設定する必要があります。nbins （ビンの数）、その開始値と終了値、およびサイズ。

次のコードは、クラスのインビン内の生徒のマークの分布を示す単純なヒストグラムを生成します（自動的にサイズ変更されます）-

import numpy as np
x1 = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
data = [go.Histogram(x = x1)]
fig = go.Figure(data)
iplot(fig)

出力は以下のようになります−

ザ・ go.Histogram() 関数は受け入れます histnorm、このヒストグラムトレースに使用される正規化のタイプを指定します。デフォルトは「」で、各バーのスパンはオカレンスの数（つまり、ビン内にあるデータポイントの数）に対応します。割り当てられている場合"percent" / "probability"、各バーのスパンは、サンプルポイントの総数に対する発生の割合/割合に対応します。「」と等しい場合density"、各バーのスパンは、ビン内の出現回数をビン間隔のサイズで割った値に対応します。

もあります histfunc デフォルト値がであるパラメータ count。結果として、ビン上の長方形の高さはデータポイントの数に対応します。合計、平均、最小、または最大に設定できます。

ザ・ histogram()関数は、連続するビンの値の累積分布を表示するように設定できます。そのためには、設定する必要がありますcumulative property有効にします。結果は以下のようになります-

data=[go.Histogram(x = x1, cumulative_enabled = True)]
fig = go.Figure(data)
iplot(fig)

出力は以下のとおりです-