Histogramas

Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 27 de 60.

Doze chamadas para o suporte, em minutos. Um histograma mostra como números como esses se distribuem: ele divide o intervalo em classes de mesma largura e conta os valores em cada uma:

calls = [2, 3, 3, 4, 5, 5, 6, 6, 6, 7, 9, 14]
fig, ax = plt.subplots()
counts, edges, bars = ax.hist(calls, bins=4)
print(counts)
print(edges)
plt.show()

Um histograma de 12 durações de chamadas em 4 classes com limites 2, 5, 8, 11 e 14: barras de 4, 6, 1 e 1 chamadas

A maioria das chamadas leva de 2 a 8 minutos. ax.hist também retorna o que contou, então isto imprime:

[4. 6. 1. 1.]
[ 2.  5.  8. 11. 14.]

4 intervalos precisam de 5 edges. Um valor que esteja em uma borda vai para o intervalo à direita, exceto o maior, que permanece no último intervalo.

Desafio

Médio

Um pomar pesou 120 maçãs em weights (gramas). O programa lê um número de intervalos; o código inicial prepara o gráfico com título e rótulos e o exibe.

Desenhe um histograma de weights com essa quantidade de intervalos, mantendo o que ax.hist retorna.
Imprima os limites do intervalo mais cheio, arredondados para 1 casa decimal, e sua contagem, como abaixo.

Para outro pomar e 6 intervalos, o programa imprime esta linha, e então Coddy descreve o gráfico:

Fullest bin: 153.6 to 167.8 g, 38 apples

E o gráfico fica assim:

Um histograma intitulado Pesos das Maçãs com 6 barras de cerca de 125 a 210 gramas; a mais alta, com 38 maçãs, fica entre 154 e 168 gramas

Experimente você mesmo

import numpy as np
import matplotlib.pyplot as plt

bins = int(input())

# Não altere as linhas abaixo
rng = np.random.default_rng(11)
weights = rng.normal(150, 20, size=120)
fig, ax = plt.subplots()
ax.set_title("Apple Weights")
ax.set_xlabel("Weight (g)")
ax.set_ylabel("Apples")

# Escreva seu código abaixo

# Não altere a linha abaixo
plt.show()