内容导航

类别	内容导航
机器学习	机器学习算法应用场景与评价指标
	机器学习算法—分类
	机器学习算法—回归
	机器学习算法—聚类
	机器学习算法—异常检测
	机器学习算法—时间序列
数据可视化	数据可视化—折线图
	数据可视化—箱线图
	数据可视化—柱状图
	数据可视化—饼图、环形图、雷达图
统计学检验	箱线图筛选异常值
	3 Sigma原则筛选离群值
	Python统计学检验
大数据	PySpark大数据处理详细教程
使用教程	CentOS服务器搭建Miniconda环境
	Linux服务器配置免密SSH
	大数据集群缓存清理
面试题整理	面试题—机器学习算法
	面试题—推荐系统

---

import matplotlib.pyplot as plt
import numpy as npdef plot_histogram(data, bins=10, title="Histogram", xlabel="Value", ylabel="Frequency"):"""绘制直方图。:param data: 包含数据的列表或数组。:param bins: 直方图的柱状个数。:param title: 图表的标题。:param xlabel: X轴的标签。:param ylabel: Y轴的标签。"""plt.figure(figsize=(8, 6))plt.hist(data, bins=bins, edgecolor='black')plt.title(title)plt.xlabel(xlabel)plt.ylabel(ylabel)plt.show()# 示例数据
sample_data = np.random.normal(0, 1, 1000)  # 生成一些正态分布的样本数据# 绘制直方图
plot_histogram(sample_data, bins=20, title="Sample Histogram", xlabel="Value", ylabel="Frequency")

友情提示：如果你觉得这个博客对你有帮助，请点赞、评论和分享吧！如果你有任何问题或建议，也欢迎在评论区留言哦！！！