直方图计算器

将原始数值数据划分为等宽组,查看频数、观测数量和平均值。

生成直方图
输入数值观测数据,并选择等宽分组的数量。

关于直方图

直方图将数值观测数据划分到相邻区间(称为组),以展示数据分布。横轴表示数值范围,每个矩形的高度表示落在该范围内的观测数量。与表示独立类别的条形图不同,直方图的矩形相互紧贴,因为底层数值尺度是连续的。图形可帮助识别集中程度、离散程度、偏态、空隙和可能的异常值。 本计算器找到输入数据中的最小值与最大值,并按指定组数将这一跨度划分为等宽区间。除最后一组外,各组包含下限而不包含上限;最后一组包含最大值。这一规则确保每个观测值恰好归入一个区间。输出列出各组范围和频数,可据此绘制矩形;还会报告观测数量和算术平均值,便于快速核对数据。 分组选择很重要,因为直方图是一种概括,而非数据唯一的图像。组数过少会使分布过度平滑,掩盖重要峰值;组数过多则可能让图形过于锯齿化,被抽样噪声主导。常用起点包括样本量的平方根或斯特吉斯规则,但都不能取代判断。整齐的边界值可提高可读性,专业领域的阈值有时比机械等宽分组更有意义。建议尝试几个合理组数,关注始终存在的特征。 直方图可辅助许多实际决策。制造商可观察尺寸是否集中在目标附近,教师可查看考试分数的分散情况,分析人员可研究交易金额或响应时间。比较不同组别时,必须使用相同的分组边界;不同图中改变范围可能制造误导性的视觉差异。当样本量差异很大时,相对频率或密度更适合比较,不过本计算器报告的是普通计数。 解读结果前,请先清理并理解输入数据。误输入的极端值可能拉大范围,使大多数观测值挤入一两个组。缺失值、经过舍入的测量值和混用单位也可能扭曲形态。平均值虽有用,却无法描述完整分布,尤其是偏态或多峰数据。请结合中位数、标准差、四分位数和背景知识。合理使用等宽分组频数,可为探索性数据分析提供快速、透明的基础。

直方图示例

数据与分组各组频数解读
1,2,3,4,5;2组2和3最大值包含在最后一组内。
0,0,10,10;2组2和2两个分离的数据簇使两端分组高度相同。
2,3,3,4,8,9;3组4, 0, 2中间空组突出显示了数据间隙。

如何生成直方图

  1. 输入数值观测数据,用逗号、空格或分号分隔。
  2. 选择等宽分组的数量。
  3. 点击“生成直方图”,统计每个区间的数值个数。
  4. 根据区间和频数查看分布形态。

直方图常见问题

直方图展示什么?

它展示数值观测数据在相邻区间内出现的次数,其形态概括了集中程度、离散程度、偏态、空隙和潜在异常值。

应该选择多少组?

可先尝试样本量的平方根,再比较附近的组数。选择能呈现稳定结构、又不过分突出随机噪声的组数。

为什么直方图的矩形紧贴?

分组对应连续数值尺度上的相邻范围。紧贴的矩形表示连续性,不同于独立类别所用的分离条形。

边界上的值计入哪一组?

内部边界值计入右侧分组。最后一组包含最大值,确保每个观测值只统计一次。

可以比较两个直方图吗?

可以,但应使用相同边界和可比较的频数尺度。样本量差异显著时,通常更适合使用相对频率。