Python基于matplotlib绘制栈式直方图的方法示例

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 -*-
#https://www.oudahe.com/p/7857/
# 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([19.33,19.06,18.10,17.55,19.55,19.13,18.54,18.36,19.59,20.01,19.17,19.30,18.35,20.04 ])
d2=d2//1+(d2-d2//1)/0.6
d3=np.array([20.52,20.41,19.20,19.04,19.09,19.01,17.49,19.18,20.11 ])
d3=d3//1+(d3-d3//1)/0.6
d4=np.array([22.02,21.03,21.06,20.46,19.46,20.15,19.49,19.43,19.51,19.39,19.33,19.22,18.46,19.07,18.57,18.45,18.41,18.30 ])
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。

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。