pyroot初探TFormula
单变量与单参数
单变量+多参数
多变量+多参数
使用预设函数 gaus
画布
TH1
在ROOT中，
TH1是一个非常基础和重要的类，代表一维直方图（Histogram）。TH1类及其派生类用于存储和操作一维数据分布，支持各种类型的一维直方图，包括整数和浮点数的bins（直方图的条形区域）。简单来说，TH1的横轴是区间（bin）,纵轴表示权重，对应区间中数据的数目。
TH1类型
ROOT框架中一维直方图(
TH1)的不同类型，它们根据存储每个频道（bin）内容所使用的数据类型而有所区别。这些直方图类型提供了不同的存储精度和范围，适用于不同的数据分析需求。下面是对每种类型的简要介绍：- TH1C
- 数据类型: 使用一个字节(
byte)来存储每个频道的内容。 - 最大bin内容: 127。
- 用途: 适用于数据点数量较少的情况，可以有效减少内存使用。
- TH1S
- 数据类型: 使用一个短整型(
short)来存储每个频道的内容。 - 最大bin内容: 32,767。
- 用途: 适合存储数量较大但不会超过32,767的数据集，提供了比
TH1C更大的范围，同时仍然保持较低的内存消耗。
- TH1I
- 数据类型: 使用一个整型(
int)来存储每个频道的内容。 - 最大bin内容:
INT_MAX（取决于系统和编译器，通常是2,147,483,647）。 - 用途: 适用于大型数据集，可以存储大量的数据点，是一种比较通用的直方图类型。
- TH1F
- 数据类型: 使用一个浮点数(
float)来存储每个频道的内容。 - 最大精度: 大约7位十进制数字。
- 用途: 提供了比整型更高的精度，适合需要存储小数但精度要求不是极高的应用场景。
- TH1D
- 数据类型: 使用一个双精度浮点数(
double)来存储每个频道的内容。 - 最大精度: 大约14位十进制数字。
- 用途: 提供了最高的精度，适用于对精度要求很高的数据分析和科学计算场景。
选择合适的
TH1类型取决于你的具体需求，包括数据的范围、精度要求以及内存使用的考虑。例如，如果你的数据集非常大，但每个频道的值都是小整数，那么使用TH1S或TH1I可能比较合适；如果你需要存储的数据是浮点数且对精度有较高要求，那么TH1F或TH1D将是更好的选择。预置函数绘制
自定义函数
TH1常用函数
随机数（gRandom、TRandom）
TRandom 是ROOT中的随机数生成器的基类
TRandom1 和 TRandom2 是较早的随机数生成器，性能较差，不够随机。TRandom3 使用了更好的随机数生成算法，而且通常是ROOT中的推荐选择。gRandom 是 TRandom3 的全局实例，是ROOT默认的随机数生成器对象，因此在大多数情况下，您可以直接使用 gRandom 来生成高质量的随机数。
随机数还有很多，这里就简单介绍这些。
图例（TLegend）使用
- 作者:esword
- 链接:https://blog.esword.cn//article/0d458be6-b542-469e-a2ee-4f169bad8050
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
