アメダスのデータを使って，日平均気温の頻度分布を図にしてみる．
アメダスのデータ(2018年)
/home/atmos/ipesc/sample/amedas/Okayama_Okayama_2018.csv
データは４列からなり，１列目から順番に，日付，日平均気温，日最高気温，日最低気温
CSVなので
gnuplot> set datafile separator ','
区間を区切って頻度を数えるための関数を定義する
gnuplot> bin(x,width)=width*(floor(x/width+0.5))
頻度分布図を描く
gnuplot> width=1.0 gnuplot> set boxwidth width gnuplot> plot 'Okayama_Okayama_2018.csv' using (bin($2,width)):(1.0) smooth frequency with boxes
ここで，width は区間の幅で，上の例だと1度刻みで区間を区切る．
区間の幅を変更するときは，
gnuplot> width=0.5 gnuplot> set boxwidth width gnuplot> replot
棒を塗りつぶす
gnuplot> plot 'Okayama_Okayama_2018.csv' using (bin($2,width)):(1.0) smooth frequency with boxes fillstyle transparent solid 0.1
上の例で定義した
gnuplot> bin(x,width)=width*(floor(x/width+0.5))
は，-0.5 から 0.5 を 0.0 にまとめ，0.5 から 1.5 を 1.0 にまとめ，というような区切り方をする．
これを
gnuplot> bin(x,width)=width*(floor(x/width))+width/2.0
に変更すると，0.0 から 1.0 を 0.5 にまとめ，1.0 から 2.0 を 1.5 にまとめ，というような区切り方になる．
重ねて描いてみると，2018年は平年より寒い日と暑い日が多かったように見える．
頻度分布図をつくるときの階級数の目安を与える式
これ以外に，以下を目安にするとよいという説もある
いずれもあくまで目安なので，そのように与えなければならないということではない．
gnuplot> plot 'Okayama_Okayama_2018.csv' using (bin($2,width)):(1.0) smooth cumulative
1年は365日なので，足し合わせると356になる．
2018年を平年と比べてみたいと思って，2014-2018年の５年分の累積頻度分布を重ねて描くと
全体の数が異なるのでうまく比べられない． こういうときは全体を 1 に規格化したらよい． 全体を 1 に規格化するときは smooth cnormal を使う
gnuplot> plot 'Okayama_Okayama_2018.csv' using (bin($2,width)):(1.0) smooth cnormal
