如何用Python读取Excel表格绘制直方图验证中心极限定理？

你当前的代码存在两个核心问题：

• 直接向plt.hist()传入DataFrame对象时，matplotlib会按列拆分数据，为每一列单独生成一个直方图序列，最终输出的是多组堆叠/并列的柱状图，无法呈现所有数据的整体分布，不符合验证中心极限定理的统计要求。
• 所有直方图直接绘制在同一块画布上，互相重叠无法区分，既看不到原始指数分布的形态，也无法对比样本均值分布的正态近似效果。

需要。你的两份原始Excel数据是多列存储的指数分布随机数，要验证中心极限定理，首先需要把所有原始值、所有样本均值分别合并为一维的单列序列，才能绘制对应整体分布的直方图。

直接调用pandas DataFrame的values.flatten()方法，无需循环即可将整个表的所有数值快速展平为一维numpy数组，时间复杂度为O(n)，是目前效率最高的实现方式。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 导入数据
df1 = pd.read_excel(r'C:\Users\Henry\Desktop\n10.xlsx')
df2 = pd.read_excel(r'C:\Users\Henry\Desktop\n30.xlsx')
df1avg = pd.read_excel(r'C:\Users\Henry\Desktop\n10avg.xlsx')
df2avg = pd.read_excel(r'C:\Users\Henry\Desktop\n30avg.xlsx')

# 展平为一维数组
data_n10 = df1.values.flatten()
avg_n10 = df1avg.values.flatten()
data_n30 = df2.values.flatten()
avg_n30 = df2avg.values.flatten()

# 分四子图绘制，方便对比
plt.rcParams['font.sans-serif'] = ['SimHei'] # 不需要中文显示可删除该行
fig, axes = plt.subplots(2,2, figsize=(12,8))

# 子图1：n=10原始指数分布
axes[0,0].hist(data_n10, bins=34)
axes[0,0].set_title('n=10原始指数分布')

# 子图2：n=10样本均值分布
axes[0,1].hist(avg_n10, bins=11)
axes[0,1].set_title('n=10样本均值分布')

# 子图3：n=30原始指数分布
axes[1,0].hist(data_n30, bins=63)
axes[1,0].set_title('n=30原始指数分布')

# 子图4：n=30样本均值分布
axes[1,1].hist(avg_n30, bins=11)
axes[1,1].set_title('n=30样本均值分布')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Hal