Украшение
Украшение
 

 

Как создать сайт в программе Frontpage -    Уроки Frontpage

    Начало  Создание сайта  О Школе  О Партнерке   Связь  

 

Как построить гистограмму в word


Как сделать гистограмму в Ворде

В программе MS Word имеется множество полезных функций, которые выводят данную программу далеко за пределы среднестатистического текстового редактора. Одна из таких “полезностей” — создание диаграмм, более подробно о котором вы можете узнать в нашей статье. В этот же раз мы детально разберем то, как построить гистограмму в Ворде.

Урок: Как создать диаграмму в Word

Гистограмма — это удобный и наглядный метод представления табличных данных в графическом виде. Состоит она из определенного количества прямоугольников пропорциональной площади, высота которых и является показателем значений.

Урок: Как сделать таблицу в Ворде

Для того, чтобы создать гистрограмму, выполните следующие действия:

1. Откройте документ Word, в котором необходимо построить гистрограмму и перейдите во вкладку “Вставка”.

2. В группе “Иллюстрации” нажмите на кнопку “Вставить диаграмму”.

3. В окне, которое появится перед вами, выберите пункт “Гистрограмма”.

4. В верхнем ряду, где представлены черно-белые образцы, выберите гистограмму подходящего типа и нажмите “ОК”.

5. Гистограмма вместе с небольшой таблицей Excel будет добавлена в документ.

6. Все, что вам остается сделать, заполнить категории и ряды в таблице, дать им наименование, а также ввести название для вашей гистограммы.

Изменение гистрограммы

Для изменения размера гистрограммы кликните по ней, а затем потяните за один из маркеров, расположенных по ее контуру.

Кликнув на гистограмму, вы активируете основной раздел “Работа с диаграммами”, в котором есть две вкладки “Конструктор” и “Формат”.

Здесь вы можете полностью изменить внешний вид гистограммы, ее стиль, цвет, добавить или удалить составные элементы.

    Совет: Если вы хотите изменить и цвет элементов и стиль самой гистограммы, сначала выберите подходящие цвета, а затем уже измените стиль.

Во вкладке “Формат” вы можете задать точный размер гистограммы, указав ее высоту и ширину, добавить различные фигуры, а также изменить фон поля, в котором она находится.

Урок: Как сгруппировать фигуры в Ворде

На этом мы закончим, в этой небольшой статье мы рассказали вам о том, как сделать гистограмму в Word, также о том, как ее можно изменить и преобразить.

Мы рады, что смогли помочь Вам в решении проблемы.
Опишите, что у вас не получилось. Наши специалисты постараются ответить максимально быстро.
Помогла ли вам эта статья?
ДА НЕТ График гистограммы

ggplot2: Краткое руководство - Программное обеспечение R и визуализация данных - Простые руководства - Wiki

В этом учебнике R описывается, как создать график гистограммы с помощью программного обеспечения R и пакета ggplot2 .

Используется функция geom_histogram () . Вы также можете добавить линию для среднего, используя функцию geom_vline.

Будут использованы данные ниже:

  набор. Семян (1234) df  
  ## пол вес ## 1 F 49 ## 2 F 56 ## 3 F 60 ## 4 F 43 ## 5 F 57 ## 6 F 58  
  библиотека (ggplot2) # Базовая гистограмма ggplot (df, aes (x = вес)) + geom_histogram () # Изменить ширину бункеров ggplot (df, aes (x = вес)) + geom_histogram (ширина бина = 1) # Изменить цвета п  

  • Гистограмма отображается с плотностью, а не счетом по оси Y
  • Наложение с прозрачным графиком плотности.Значение alpha контролирует уровень прозрачности
  # Добавить среднюю строку p + geom_vline (aes (xintercept = среднее (вес)), color = "blue", linetype = "dashed", size = 1) # Гистограмма с графиком плотности ggplot (df, aes (x = вес)) + geom_histogram (aes (y = .. плотность ..), color = "black", fill = "white") + geom_de density (альфа = .2, fill = "# FF6666")  

Подробнее о типах линий ggplot2: типы линий ggplot2

  # Изменить цвет линии и цвет заливки ggplot (df, aes (x = вес)) + geom_histogram (color = "darkblue", fill = "lightblue") # Изменить тип линии ggplot (df, aes (x = вес)) + geom_histogram (color = "черный", fill = "голубой", linetype = "пунктирная") 

 

Рассчитайте среднее значение для каждой группы:

Пакет plyr используется для расчета среднего веса каждой группы:

  библиотека (plyr) му  
  ## пол гр.значит ## 1 F 54.70 ## 2 M 65.36  

Изменить цвет линий

Цвета линии графика гистограммы могут автоматически контролироваться уровнями переменной sex .

Обратите внимание, что вы можете изменить настройку положения, чтобы использовать для перекрытия точек на слое. Возможные значения аргумента в позиции : «identity», «stack», «dodge». Значение по умолчанию - «стек».

  # Изменить цвета линии графика гистограммы по группам ggplot (df, aes (x = вес, цвет = пол)) + geom_histogram (fill = "белый") # Наложенные гистограммы ggplot (df, aes (x = вес, цвет = пол)) + geom_histogram (fill = "white", альфа = 0.5, position = "identity")  

  # Чередующиеся гистограммы ggplot (df, aes (x = вес, цвет = пол)) + geom_histogram (fill = "white", position = "dodge") + тема (legend.position = "top") # Добавить средние линии п  

Также можно изменить вручную цвета линии графика гистограммы с помощью функций:

  • scale_color_manual () : использовать собственные цвета
  • scale_color_brewer () : для использования цветовых палитр из RColorBrewer package
  • scale_color_grey () : использовать палитры серого
  # Использовать собственные цветовые палитры p + scale_color_manual (values ​​= c ("# 999999", "# E69F00", "# 56B4E9")) # Используйте цветовые палитры пивоварни p + scale_color_brewer (palette = "Dark2") # Использовать шкалу серого p + scale_color_grey () + theme_classic () + тема (легенда.position = "top")  

Подробнее о цветах ggplot2 здесь: ggplot2 colors

  p + тема (legend.position = "top") p + тема (legend.position = "bottom") # Удалить легенду p + theme (legend.position = "none")  

Допустимые значения аргументов legend.position : «левый», «верхний», «правый», «нижний».

Подробнее на ggplot legends: ggplot2 legends

Разделить участок на несколько панелей:

  п  

Подробнее о фасетах: ggplot2 фасеты

  # Базовая гистограмма ggplot (df, aes (x = вес, fill = пол)) + geom_histogram (fill = "white", color = "black") + geom_vline (aes (xintercept = mean (weight)), color = "blue", linetype = "пунктирная") + labs (title = "График гистограммы веса", x = "Вес (кг)", y = "Количество") + theme_classic () # Меняем цвета линий по группам ggplot (df, aes (x = вес, цвет = пол, заливка = пол)) + geom_histogram (position = "identity", альфа = 0.5) + geom_vline (data = mu, aes (xintercept = grp.mean, color = sex), linetype = "пунктирная") + scale_color_manual (values ​​= c ("# 999999", "# E69F00", "# 56B4E9")) + scale_fill_manual (values ​​= c ("# 999999", "# E69F00", "# 56B4E9")) + labs (title = "График гистограммы веса", x = "Вес (кг)", y = "Количество") + тема_classic ()  

Объединить гистограмму и графики плотности:

  # Изменение цвета линий по группам ggplot (df, aes (x = вес, цвет = пол, заливка = пол)) + geom_histogram (aes (y =.. плотность ..), позиция = "идентичность", альфа = 0,5) + geom_de density (альфа = 0,6) + geom_vline (data = mu, aes (xintercept = grp.mean, color = sex), linetype = "пунктирная") + scale_color_manual (values ​​= c ("# 999999", "# E69F00", "# 56B4E9")) + scale_fill_manual (values ​​= c ("# 999999", "# E69F00", "# 56B4E9")) + labs (title = "График гистограммы веса", x = "Вес (кг)", y = "Плотность") + тема_classic ()  

Изменить цвет линий вручную:

  п  

Подробнее о цветах ggplot2 здесь: ggplot2 colors

.

Как сделать гистограмму matplotlib

Из этого туториала Вы узнаете, как создать гистограмму matplotlib.

Если вы интересуетесь наукой о данных и визуализацией данных в Python, читайте дальше. В этом посте объясняется, как создать гистограмму в Python с помощью matplotlib.

Вот что именно будет рассмотрено в руководстве:

Щелкнув любую из приведенных выше ссылок, вы попадете в соответствующий раздел учебного пособия.

Вместе с тем, если вы относительно новичок, я рекомендую вам прочитать полное руководство.

Хорошо, давайте начнем с краткого введения в matplotlib.

Краткое знакомство с matplotlib

Если вы новичок в Python - и особенно в науке о данных в Python - вас может немного смутить matplotlib.

Вот очень краткое введение в matplotlib. Если вы хотите перейти к разделу, посвященному гистограммам matplotlib, щелкните здесь.

Что такое matplotlib?

Matplotlib - модуль для визуализации данных на языке программирования Python.

Если вы интересуетесь наукой о данных или визуализацией данных в Python, matplotlib очень важен. Это позволит вам создавать очень простые визуализации данных, такие как гистограммы и диаграммы рассеяния в Python, но также позволит вам создавать гораздо более сложные визуализации данных. Например, используя matplotlib, вы можете создавать трехмерные графики ваших данных.

Визуализация данных чрезвычайно важна для анализа данных и более широкого рабочего процесса науки о данных. Так что, даже если вы не заинтересованы в визуализации данных как таковой, вам действительно нужно овладеть ею, если вы хотите стать хорошим специалистом по данным.

Это означает, что если вы занимаетесь наукой о данных на Python, вам следует изучить matplotlib.

Что такое pyplot

К matplotlib относится pyplot .

Вы часто будете видеть, что pyplot упоминается и используется в контексте matplotlib. Новички часто не понимают, в чем разница между matplotlib и pyplot, потому что часто неясно, как они связаны.

По сути, pyplot - это подмодуль в matplotlib. Он предоставляет набор удобных функций, которые позволяют создавать простые графики, такие как гистограммы.Например, вы можете использовать plt.plot () для создания линейного графика или вы можете использовать функцию plt.bar () для создания столбчатой ​​диаграммы. И plt.plot () , и plt.bar () являются функциями модуля Pyplot.

В этом руководстве мы будем использовать функцию plt.hist () из pyplot. Просто помните, что гистограмма pyplot фактически является гистограммой matplotlib, потому что pyplot является подмодулем matplotlib.

Теперь, когда я объяснил, что такое matplotlib и pyplot, давайте посмотрим на синтаксис plt.hist () функция.

Синтаксис гистограммы matplotlib

С этого момента мы будем иметь дело с функцией pyplot hist () , которая составляет гистограмму.

В простейшем случае синтаксис довольно прост. С другой стороны, функция hist () имеет множество параметров, которые вы можете использовать для изменения поведения функции. В самом деле. Параметров очень много.

В целях простоты мы будем работать только с некоторыми из этих параметров.

Если вам действительно нужно контролировать работу функции и нужно использовать другие параметры, я предлагаю вам обратиться к документации по этой функции.

Параметры plt.hist

В этом руководстве мы рассмотрим 3 основных параметра: x , интервалов и цвет .

х

Параметр x - это, по сути, входные значения, которые вы собираетесь построить. Иными словами, это данные, которые вы хотите нанести на ось x своей гистограммы.

(Если это не имеет смысла, взгляните на примеры позже в руководстве.)

Этот параметр принимает «массив или последовательность массивов».

По сути, это означает, что числовые данные, которые вы хотите отобразить в своей гистограмме, должны содержаться в массиве Python.

Для наших целей далее в руководстве мы фактически собираемся предоставить наши данные в виде массива NumPy. Также допустимы массивы NumPy.

ящиков

Параметр интервалов определяет количество интервалов в вашей гистограмме.Другими словами, он контролирует количество столбцов на гистограмме; помните, что гистограмма - это набор столбцов, которые представляют сумму данных для этой части диапазона оси x.

Чаще всего для параметра bins необходимо указать целочисленное значение . Если вы укажете целочисленное значение, оно установит количество ящиков. Например, если вы установите интервалов = 30 , гистограмма будет иметь 30 столбцов.

Вы также можете предоставить строку или последовательность Python параметру bins , чтобы получить дополнительный контроль над ячейками гистограммы.При этом использование параметра bins может быть немного сложнее, и я не рекомендую его новичкам.

Также имейте в виду, что параметр bins является необязательным, а это означает, что вам не нужно указывать значение.

Если вы не укажете значение, matplotlib будет использовать значение по умолчанию. Он будет использовать значение по умолчанию, определенное в файле matplotlib.rcParams , который содержит настройки matplotlib. Предполагая, что вы не изменили эти настройки в matplotlib.rcParams , параметр бинов по умолчанию будет 10 бинов.

Примеры того, как работать с параметром интервалов, см. В приведенном ниже примере интервалов гистограммы.

цвет

Наконец, давайте поговорим о параметре color .

Как вы могли догадаться, параметр color управляет цветом гистограммы. Другими словами, он контролирует цвет полос гистограммы.

Этот параметр является необязательным, поэтому, если вы не укажете значение цвета явно, по умолчанию будет использоваться значение по умолчанию (обычно это своего рода безобидный синий цвет).

Если вы решили установить цвет вручную, вы можете установить для него «именованный» цвет, например, «красный», «зеленый» или «синий». Python и matplotlib имеют множество именованных цветов, которые вы можете указать, поэтому обратите внимание на параметры цвета, если вы таким образом управляете параметром color .

Вы также можете указать шестнадцатеричные цвета для параметра цвет . На самом деле это мой любимый способ указывать цвета в визуализациях данных, потому что он дает вам жесткий контроль над эстетикой диаграммы.С другой стороны, использовать шестнадцатеричные цвета сложнее, потому что вам нужно понимать, как работают шестнадцатеричные цвета. Шестнадцатеричные цвета выходят за рамки этого сообщения в блоге, поэтому я не буду их здесь объяснять.

Примеры: как сделать гистограмму в matplotlib

Хорошо, теперь, когда я объяснил синтаксис и параметры на высоком уровне, давайте взглянем на несколько примеров того, как построить гистограмму с помощью matplotlib.

Большинство следующих ниже примеров просты. Если вы только начинаете работать с matplotlib или Python, сначала попробуйте запустить примеры в точности так, как они есть.Как только вы их поймете, попробуйте понемногу модифицировать код, просто чтобы поиграть и развить интуицию. Например, измените параметр цвет с «красный» на что-нибудь другое. В общем, запустите код, а затем немного поиграйте.

Запустите этот код перед началом работы

Еще одна вещь, прежде чем мы начнем с примеров.

Перед запуском примеров обязательно выполните следующий код:

Импорт модулей
 импортировать matplotlib импортировать numpy как np импортировать matplotlib.pyplot как plt 

Этот код импортирует matplotlib, pyplot и NumPy.

В наших примерах мы будем использовать matplotlib и pyplot, так что они вам понадобятся.

Создать набор данных

Также запустите этот код, чтобы создать набор данных, который мы собираемся визуализировать.

 # СОЗДАТЬ ОБЫЧНО РАСПРЕДЕЛЕННЫЕ ДАННЫЕ norm_data = np.random.normal (размер = 1000, loc = 0, масштаб = 1) 

Это создаст набор данных с именем norm_data , используя функцию NumPy random normal.Эти данные, по сути, представляют собой нормально распределенные данные со средним значением 0 и стандартным отклонением 1. Как использовать случайную нормальную норму NumPy выходит за рамки этого поста, поэтому, если вы хотите понять, как работает код, обратитесь к нашему руководству по np .случайно. нормально.

Хорошо, перейдем к реальным примерам.

Как сделать простую гистограмму с помощью matplotlib

Начнем с простого.

Здесь мы будем использовать matplotlib для построения простой гистограммы.

 # СОЗДАТЬ ГИСТОГРАММУ ДАННЫХ С MATPLOTLIB plt.hist (norm_data) 

А вот результат:

Это очень просто, но позвольте мне быстро это объяснить.

Мы вызываем plt.hist () и используем его для построения графика norm_data .

norm_data содержит нормально распределенные данные, и вы можете увидеть это в визуализации.

С эстетической точки зрения гистограмма очень проста. Поскольку мы не использовали параметр color или параметр bins , для визуализации по умолчанию используются значения по умолчанию.Есть 10 ячеек (текущее значение по умолчанию), а цвет по умолчанию синий. Сюжет также относительно неформатирован.

Скажу честно. Я думаю, что гистограмма по умолчанию немного уродлива. По крайней мере, довольно просто. Это нормально, если вы просто исследуете данные для себя, но если вам нужно представить свою работу другим людям, вам может потребоваться отформатировать диаграмму, чтобы она выглядела более привлекательно.

Изменить цвет полос

Давайте поговорим о том, как изменить цвет столбцов, что является одним из способов сделать вашу диаграмму более привлекательной.

Как отмечалось выше, мы можем изменить цвет полос гистограммы с помощью параметра color .

Как вы видели ранее в предыдущем примере, цвета полос по умолчанию будут иметь типичный «синий» цвет.

Здесь мы собираемся вручную установить его на «красный».

 plt.hist (norm_data, color = 'красный') 

Код дает следующий результат:

Как видите, полосы теперь красные.

График все еще выглядит немного скучно, но, по крайней мере, он показывает вам, как можно изменить цвет.По мере того, как вы становитесь более опытными в визуализации данных, вы можете использовать параметр цвет , чтобы сделать ваши гистограммы более привлекательными.

Изменить количество ячеек

Теперь изменим количество ящиков.

Изменение количества полосок может быть важным, если ваши данные немного неровные. Вы можете увеличить количество бункеров, чтобы получить более детальное представление данных. Или вы можете уменьшить количество интервалов, чтобы сгладить отклонения в ваших данных.

Поскольку это руководство действительно о том, как создавать гистограммы Python, я не буду много говорить о приложении гистограмм.Однако я хочу, чтобы вы увидели , как вы можете изменить параметр bins . Это даст вам больше контроля над визуализацией, когда вы начнете применять технику.

Вот код:

 plt.hist (norm_data, бины = 50) 

А вот результат:

Итак, что мы здесь сделали?

Мы увеличили количество ячеек, установив ячеек = 50 . Как я отмечал выше, для параметра бинов обычно по умолчанию установлено 10 бинов.Здесь, увеличив количество ячеек до 50, мы создали более детальное представление данных. Это может помочь нам увидеть незначительные колебания данных, которые невидимы, когда мы используем меньшее количество интервалов.

Сделайте гистограмму matplotlib более «профессиональной»

Теперь, когда мы рассмотрели некоторые важные параметры функции plt.hist, я хочу показать вам быстрый способ улучшить внешний вид вашего графика.

Мы собираемся использовать модуль seaborn, чтобы изменить форматирование графика по умолчанию.

Для этого мы сначала импортируем seaborn.

 # импортировать модуль seaborn импортировать seaborn как sns 

Затем мы воспользуемся функцией seaborn.set () , чтобы изменить настройки карты по умолчанию. Как вы вскоре увидите, это изменит значения по умолчанию для цвета фона, линий сетки и некоторых других параметров. В конечном итоге это только улучшит внешний вид вашей гистограммы.

 # установить параметры графика по умолчанию с использованием форматирования seaborn sns.устанавливать() 

Наконец, давайте заново отобразим данные с помощью plt.hist.

 # построить гистограмму с помощью matplotlib.pyplot plt.hist (norm_data) 

Как видите, график выглядит иначе. На мой взгляд, более профессионально.

Цвета полос немного изменились, фон был изменен. На самом деле изменения довольно незначительны, но я думаю, что они имеют большое значение для улучшения внешнего вида диаграммы.

Запустите это, чтобы удалить форматирование seaborn

Одно небольшое примечание.

Если вы запустите приведенный выше код и используете функцию sns.set () для установки значений по умолчанию для графика с помощью seaborn, вы можете столкнуться с проблемой.

… вы можете обнаружить, что все ваши диаграммы matplotlib имеют новое форматирование seaborn.

Как сделать так, чтобы это ушло?

Вы можете удалить параметры форматирования seaborn по умолчанию, запустив следующий код.

 # УДАЛИТЬ ФОРМАТИРОВАНИЕ SEABORN sns.reset_orig () 

Когда вы запустите этот код, он вернет форматирование графика к значениям по умолчанию matplotlib.

Пример гистограммы с несколькими параметрами

Хорошо, давайте еще один пример.

Здесь я хочу показать вам, как складывать части вместе.

Мы собираемся изменить сразу несколько параметров для создания гистограммы:

 # ЗАВЕРШЕННЫЙ ПРИМЕР импортировать seaborn как sns sns.set () plt.hist (norm_data, bins = 50, color = '# CC0000') 

А вот результат:

Что мы здесь сделали?

Мы использовали plt.hist () для построения гистограммы norm_data .

Используя параметр бинов , мы увеличили количество бинов до 50.

Мы использовали параметр цвет , чтобы изменить цвет полос на шестнадцатеричный цвет « # CC0000 », который имеет оттенок красного.

Наконец, мы использовали функцию sns.set () , чтобы изменить настройки графика по умолчанию. Это изменило цвет фона и линии сетки.

В целом, я считаю, что это довольно профессионально выглядящая диаграмма, созданная с помощью небольшого количества кода.

Определенно, мы могли бы сделать больше, чтобы улучшить эту таблицу (с заголовками и т. Д.), Но для чернового варианта это довольно хорошо.

Если вы хотите изучать науку о данных на Python, изучите matplotlib

В этом уроке мы на самом деле просто царапаем поверхность.

С matplotlib можно делать гораздо больше, помимо построения гистограммы.

Чтобы получить от этого максимальную отдачу и получить четкое представление о визуализации данных в Python, вам необходимо изучить matplotlib.

Для получения дополнительных руководств по науке о данных Python подпишитесь на нашу рассылку

Имея это в виду, если вы заинтересованы в изучении (и освоении) визуализации данных и науки о данных в Python, вам следует подписаться на нашу рассылку прямо сейчас.

Здесь, в блоге Sharp Sight, мы регулярно публикуем учебные пособия по различным темам в области науки о данных… в частности, по matplotlib.

Если вы подпишетесь на нашу рассылку, наши учебные пособия по науке о данных Python будут доставлены вам на почту.

Вы получите бесплатные обучающие материалы на:

  • Matplotlib
  • NumPy
  • Панды
  • Базовый Python
  • Scikit Learn
  • Машинное обучение
  • Глубокое обучение
  • … и многое другое.

Хотите изучать науку о данных на Python? Зарегистрироваться сейчас.

Проверьте свой почтовый ящик, чтобы подтвердить подписку ...

.

r - Как построить гистограмму терминов, встречающихся n или более раз?

Переполнение стека
  1. Около
  2. Товары
  3. Для команд
  1. Переполнение стека Общественные вопросы и ответы
  2. Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
  3. Вакансии Программирование и связанные с ним технические возможности карьерного роста
.

matplotlib - Как построить гистограмму с неравной шириной, не вычисляя ее из необработанных данных?

Переполнение стека
  1. Около
  2. Товары
  3. Для команд
  1. Переполнение стека Общественные вопросы и ответы
  2. Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
  3. Вакансии Программирование и связанные с ним технические возможности карьерного роста
.

Смотрите также

 
Поиск по сайту

 

Популярные уроки

Бесплатная программа Frontpage для создания сайтов  

Структура страницы сайта  

Как создать главную страницу сайта 

Как установить язык сайта  

Как создать макет веб-страницы в программе Frontpage

Как создать шапку для сайта

Просмотр сайта в разных браузерах

Как разместить текст на сайте

Возможности Frontpage

Как задать фон страницы сайта в Frontpage

Как вставить видео на сайт

Как создать новые страницы сайта в Frontpage

Как сделать бегущую строку в html

Как разместить сайт в интернете

 Наверх >>  

         

Школа Продающих Сайтов Андрея Громова © 2012-г.

Копирование материалов сайта запрещено.

Написать письмо

Карта сайта, XML.