Créer un histogramme normalisé à l'aide de Python Matplotlib

Un histogramme est une distribution de fréquences qui représente les fréquences de différents éléments dans un ensemble de données. Ce graphique est généralement utilisé pour étudier les fréquences et déterminer comment les valeurs sont distribuées dans un ensemble de données.

La normalisation de l’histogramme fait référence à la cartographie des fréquences d’un ensemble de données entre la plage [0, 1] toutes deux incluses. Dans cet article, nous allons apprendre à créer un histogramme normalisé en Python.

Créer un histogramme normalisé à l’aide de la bibliothèque Matplotlib en Python

Le module Matplotlib est un module Python complet permettant de créer des tracés statiques et interactifs. Il s’agit d’un package très robuste et simple qui est largement utilisé en science des données à des fins de visualisation. Matplotlib peut être utilisé pour créer un histogramme normalisé. Ce module possède une fonction hist(). qui est utilisé pour créer des histogrammes. Voici la définition de la fonction de la méthode hist().

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)

Voici une brève explication des arguments que nous utiliserons pour générer un histogramme normalisé.

• x : une liste, un tuple ou un tableau NumPy de valeurs d’entrée.
• density : un indicateur booléen pour tracer des valeurs normalisées. Par défaut, c’est False.
• color : La couleur des barres de l’histogramme.
• label : une étiquette pour les valeurs tracées.

Reportez-vous au code Python suivant pour créer un histogramme normalisé.

import matplotlib.pyplot as plt

x = [1, 9, 5, 7, 1, 1, 2, 4, 9, 9, 9, 3, 4, 5, 5, 5, 6, 5, 5, 7]
plt.hist(x, density=True, color="green", label="Numbers")
plt.legend()
plt.show()

Production :