Το ιστόγραμμα δείχνει πόσες παρατηρήσεις πέφτουν σε κάθε διάστημα τιμών, άρα απεικονίζει γρήγορα την κατανομή αριθμητικών δεδομένων.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| import matplotlib.pyplot as plt
import seaborn as sns
df = sns.load_dataset("iris")
fig, ax = plt.subplots(figsize=(6, 4))
sns.histplot(data=df, x="sepal_length", binwidth=0.5, color="#2563eb", ax=ax)
ax.set_xlabel("Μήκος σεπάλου (cm)")
ax.set_ylabel("Συχνότητα")
ax.set_title("Ιστόγραμμα δεδομένων Iris")
ax.grid(alpha=0.2)
fig.tight_layout()
plt.show()
|

Τρόποι ανάγνωσης
#
- Η επιλογή του bin width αλλάζει ριζικά την εικόνα· διαλέξτε τιμή που εξυπηρετεί το ερώτημα ανάλυσης.
- Όταν τα δεδομένα είναι πολύ ασύμμετρα, χρησιμοποιήστε λογαριθμικό άξονα ή ζουμάρετε στην περιοχή ενδιαφέροντος.
- Προσθέστε KDE ή rugplot για να φαίνεται και η συνεχής τάση πέρα από τις μπάρες.