Python数据可视化：使用Matplotlib绘制直方图

def keshihua(txt, window): x_train, x_test, y_train, y_test = huafen(x, txt) text.delete('1.0', END) fig, ax = plt.subplots() ax.hist(y_train, bins=20) ax.set_xlabel('') ax.set_ylabel('manyidu') ax.set_title('Histogram') histogram_window = Toplevel(root) canvas = FigureCanvasTkAgg(fig, master=histogram_window) canvas.draw() canvas.get_tk_widget().pack() toolbar = NavigationToolbar2Tk(canvas, histogram_window) toolbar.update() canvas.get_tk_widget().pack()

y_train的直方图如下所示：

该直方图展示了y_train数据的频率分布，其中横轴表示数据范围，纵轴表示每个数据范围内的样本数量。通过分析直方图，我们可以直观地了解数据的分布特征，例如数据的集中趋势、离散程度等。

示例代码展示了如何使用Matplotlib绘制直方图，并设置了标题、标签和刻度。通过修改代码中的参数，例如bins参数，可以调整直方图的显示效果。

本示例仅为基础演示，您可以根据实际需求进行扩展，例如添加颜色、图例、网格等元素，以创建更加丰富的直方图。