在 Plotly 中，直方图是一种非常强大的工具，用于展示数据分布情况。下面是关于 `plotly` 直方图选项 (`options`) 的详细解析： --- ### **常用直方图选项详解** #### 1. **`nbinsx` 或 `nbinsy`** - 定义直方图中 X 轴或 Y 轴的 bins 数量。 - 如果未提供此参数，Plotly 将自动计算最佳分箱数量。 #### 2. **`histfunc`** - 决定如何聚合数据点，默认为 `"count"` (计数)。 - 其他常见值包括： - `"sum"`：求和。 - `"avg"`：平均值。 - `"min"`、`"max"`：最小值和最大值。 #### 3. **`cumulative_enabled`** - 是否启用累计频率模式。 - 默认为 `False`，如果设置为 `True`，则会累积每一 bin 的结果。 #### 4. **`hovertemplate`** - 自定义鼠标悬停时显示的内容模板。 - 支持字符串插值语法 `{}` 来引用数据字段。 #### 5. **`xbins` / `ybins`** - 控制 X 轴或 Y 轴上 bins 的起始位置 (`start`)、结束位置 (`end`) 和步长 (`size`)。 #### 6. **`marker_color`** - 设置所有柱子的颜色。 #### 7. **`opacity`** - 设定透明度，取值范围 `[0, 1]`。 #### 8. **`barmode`** - 规定多组数据之间的排列方式（仅适用于堆叠型或多组对比直方图）。 - `"overlay"`：覆盖模式（默认）。 - `"stack"`：叠加模式。 - `"group"`：并列模式。 #### 9. **`name`** - 给图表中的每个 trace 命名，在 legend 中显示。 --- ### 示例代码 下面是一段完整的示例代码，演示了部分上述选项的功能： ```python import plotly.graph_objects as go from numpy.random import normal data = normal(loc=0, scale=1, size=1000) fig = go.Figure(data=[go.Histogram( x=data, nbinsx=20, # 分成 20 个 bins histnorm='probability', # 显示概率密度而非原始计数 name="正态分布", marker=dict(color='skyblue'), # 柱体颜色 opacity=0.7, # 半透明效果 cumulative_enabled=False # 关闭累加功能 )]) # 更新布局 fig.update_layout( title="直方图选项示例", xaxis_title="随机变量值", yaxis_title="概率密度" ) fig.show() ``` --- ###