首先按照慣例先來(lái)認(rèn)識(shí)下直方圖是誰(shuí)，以下是從維基百科搬運(yùn)過(guò)來(lái)的直方圖的定義：

在統(tǒng)計(jì)學(xué)中，直方圖（英語(yǔ)：Histogram）是一種對(duì)數(shù)據(jù)分布情況的圖形表示，是一種二維統(tǒng)計(jì)圖表，它的兩個(gè)坐標(biāo)分別是統(tǒng)計(jì)樣本和該樣本對(duì)應(yīng)的某個(gè)屬性的度量，以長(zhǎng)條圖（bar）的形式具體表現(xiàn)。因?yàn)?a href='/map/zhifangtu/' style='color:#000;font-size:inherit;'>直方圖的長(zhǎng)度及寬度很適合用來(lái)表現(xiàn)數(shù)量上的變化，所以較容易解讀差異小的數(shù)值。

直方圖也是用條形進(jìn)行標(biāo)注的，而條形圖和直方圖猶如孿生兄弟般讓很多人都傻傻分不清，那么我們就先來(lái)好好區(qū)分一下這兩種圖形吧：

• 條形圖是用條形的長(zhǎng)度表示各類別頻數(shù)的多少，而寬度（表示類別）是固定的，沒(méi)有實(shí)際的數(shù)值意義。
• 直方圖是用面積表示各組頻數(shù)的多少，條形的長(zhǎng)度表示每一組的頻數(shù)或頻率，條形的寬度表示各組的組距，所以直方圖中條形的長(zhǎng)度和寬度都是有實(shí)際的數(shù)值意義的。
• 條形圖描述分類變量，直方圖描述數(shù)值變量。
• 由于分組數(shù)據(jù)具有連續(xù)性，直方圖的各矩形通常是連續(xù)排列，而條形圖則是分開(kāi)排列的。

單純文字不夠直觀的話，我們來(lái)個(gè)圖感受下：

繪制直方圖

區(qū)分好了條形圖和直方圖，就可以安心的探索直方圖了。

假設(shè)我們有一組數(shù)據(jù)，是一個(gè)學(xué)校200位同學(xué)的身高數(shù)據(jù)，如果想要知道該校學(xué)生身高的分布，那么直方圖再合適不過(guò)了。

這里我用隨機(jī)數(shù)生成了200個(gè)值在150到180之間的數(shù)表示身高信息：

data = np.random.randint(150,180,200)
data

輸出的結(jié)果：

array([162, 166, 158, 166, 165, 170, 157, 156, 164, 161, 154, 176, 166,
       176, 153, 169, 164, 153, 171, 175, 171, 173, 155, 165, 168, 160,
       162, 150, 151, 169, 166, 152, 174, 176, 160, 155, 158, 152, 159,
       179, 179, 168, 178, 166, 174, 171, 167, 166, 165, 163, 164, 153,
       153, 153, 162, 167, 169, 155, 155, 175, 161, 151, 173, 154, 151,
       151, 166, 168, 167, 173, 166, 164, 175, 172, 163, 175, 154, 169,
       160, 174, 163, 167, 156, 154, 157, 169, 160, 176, 150, 154, 158,
       167, 164, 153, 152, 165, 165, 160, 167, 161, 164, 177, 177, 159,
       161, 171, 169, 150, 165, 156, 156, 155, 165, 164, 179, 164, 179,
       155, 172, 151, 178, 171, 164, 165, 161, 166, 170, 175, 163, 163,
       179, 175, 173, 150, 171, 150, 178, 175, 152, 176, 168, 150, 172,
       166, 176, 170, 174, 174, 152, 158, 171, 165, 167, 152, 163, 167,
       164, 151, 174, 169, 169, 166, 167, 168, 179, 160, 179, 156, 168,
       168, 172, 175, 160, 165, 160, 161, 164, 179, 158, 176, 175, 154,
       167, 159, 153, 169, 151, 158, 163, 169, 155, 165, 178, 151, 168,
       164, 169, 177, 150, 169])

以上就是200位同學(xué)的身高信息了，存儲(chǔ)在一個(gè)數(shù)組中。

如果是常見(jiàn)的查看分布，直方圖很容易繪制，這里我們通過(guò)這組數(shù)據(jù)探索下直方圖函數(shù)中各個(gè)參數(shù)的作用，以更游刃有余的繪制符合需求的直方圖。

bins參數(shù)

bins參數(shù)指的是要將數(shù)據(jù)分成幾組，它接收的參數(shù)可以是整數(shù)，也可以是序列，還可以是字符串，常用的是整數(shù)和序列。

• 如果是整數(shù)n，則表示要將所有數(shù)據(jù)平均分成n組進(jìn)行繪圖
• 如果是序列，則是指定每一組的臨界值

通過(guò)代碼來(lái)看一下區(qū)別：

fig = plt.figure(figsize=(16,4))

pic1 = fig.add_subplot(131)
plt.hist(data)
plt.title("bins默認(rèn)10")

pic2 = fig.add_subplot(132)
plt.hist(data,bins = 15) 
plt.title("bins = 15")

pic3 = fig.add_subplot(133)
plt.hist(data,bins = [150,153,156,159,162,165,168,171,174,179])
plt.title("bins取值為序列");

能夠看出即使是同一個(gè)數(shù)據(jù)集，分組的情況不同，呈現(xiàn)出來(lái)的分布也是有區(qū)別的，所以如何分組分成幾組也是有學(xué)問(wèn)的。

如果傳給參數(shù)的是序列，則表示將每個(gè)分組的臨界值都標(biāo)識(shí)出來(lái)，缺點(diǎn)是比較麻煩，優(yōu)點(diǎn)是很靈活，可以自主決定每個(gè)組的組距，每個(gè)組的組距都可以是不同的，如果分5組記得需要的臨界值是6個(gè)，參數(shù)序列中需要有6個(gè)數(shù)值。

range參數(shù)

一般繪制直方圖，都是對(duì)整個(gè)數(shù)據(jù)集繪制，有時(shí)候可能會(huì)有這樣的需求，比如我想看該校中身高在155cm到175cm之間的身高分布，那么就需要將整個(gè)數(shù)據(jù)集中符合要求的身高挑選出來(lái)繪制直方圖，實(shí)際上不用這么麻煩，用range參數(shù)就可以解決，這個(gè)參數(shù)就是指定繪圖時(shí)使用數(shù)據(jù)的范圍的，它接收的是一個(gè)元組，元組中放入兩個(gè)數(shù)值表示所取數(shù)據(jù)的范圍。

fig = plt.figure(figsize=(9,4))

pic1 = fig.add_subplot(121)
plt.hist(data,bins = 10) 
plt.title('range默認(rèn)None')

pic2 = fig.add_subplot(122)
plt.hist(data,bins = 10,range=(155,175)) #設(shè)置范圍從155-175
plt.title('range=(155,175)');

能夠看到x軸的數(shù)值范圍發(fā)生了變化，整個(gè)直方圖的形狀也發(fā)生了變化。

density參數(shù)

這個(gè)參數(shù)的意思其實(shí)很直觀，參數(shù)名字直譯成中文就是密度的意思。普通的直方圖y軸表示的都是頻數(shù)，而通過(guò)density參數(shù)可以將y軸轉(zhuǎn)化成密度刻度，這個(gè)參數(shù)接收布爾值，默認(rèn)為None。

fig = plt.figure(figsize=(9,4))

pic1 = fig.add_subplot(121)
plt.hist(data,bins = 10) #y軸表示計(jì)數(shù)
plt.title('density默認(rèn)None')

pic2 = fig.add_subplot(122)
plt.hist(data,bins = 10, density=True) 
# density=True 將原本y軸的計(jì)數(shù)轉(zhuǎn)換成概率密度的計(jì)數(shù)，直方圖下面積為1
plt.title('density=True');

雖然兩個(gè)圖的形狀是完全一模一樣的，但是細(xì)看就能發(fā)現(xiàn)y軸的數(shù)值不一樣，具體的參數(shù)作用已經(jīng)以備注的形式標(biāo)注到代碼中了哦。

這里涉及到了另一個(gè)參數(shù)normed，這個(gè)參數(shù)已經(jīng)被棄用了，它的作用和density一樣，只用density就可以了，

weights參數(shù)

大家對(duì)這個(gè)參數(shù)應(yīng)該不陌生，它經(jīng)常出現(xiàn)，表示權(quán)重。沒(méi)錯(cuò)在這里也是表示設(shè)置權(quán)重。它接收的是一個(gè)序列，序列中是數(shù)值，數(shù)值的數(shù)量和原數(shù)據(jù)集中元素的個(gè)數(shù)一致，也就是每個(gè)數(shù)值都有自己?jiǎn)为?dú)的權(quán)重，我用隨機(jī)數(shù)生成了200個(gè)數(shù)值作為權(quán)重傳給參數(shù)，看一下和不設(shè)置權(quán)重時(shí)有哪些變化。

x0=np.random.rand(200)#生成總和為1的200個(gè)數(shù),設(shè)置隨機(jī)權(quán)重
ratio=1/sum(x0)
x1=x0*ratio

fig = plt.figure(figsize=(9,4))

pic1 = fig.add_subplot(121)
plt.hist(data,bins = 10) 
plt.title('weights默認(rèn)None')

pic2 = fig.add_subplot(122)
plt.hist(data,bins = 10,weights=x1) 
plt.title('設(shè)置weights');

當(dāng)所有元素的權(quán)重都一樣時(shí)是第一幅圖的情況，而進(jìn)行權(quán)重設(shè)置后，分布情況發(fā)生了變化，而且y軸也發(fā)生了變化，不再是單純的計(jì)數(shù)。在實(shí)際工作中要謹(jǐn)慎使用權(quán)重，以符合業(yè)務(wù)需求為主哈。

cumulative參數(shù)

如果英文比較好的人們，一眼就能看出這個(gè)參數(shù)的作用，直譯成中文就是累積的意思。到這里又出現(xiàn)了一個(gè)小問(wèn)題，很多人對(duì)“累積”和“累計(jì)”又傻傻分不清了，其實(shí)這兩者還是很容易區(qū)分的，看下圖特別直觀：

是不是能直觀區(qū)分“累積”和“累計(jì)”了？

那就繼續(xù)探索cumulative參數(shù)吧，這個(gè)參數(shù)接收布爾值，默認(rèn)為False，通過(guò)代碼來(lái)看一下參數(shù)設(shè)置不同都有怎樣的結(jié)果。

fig = plt.figure(figsize=(9,4))

pic1 = fig.add_subplot(121)
plt.hist(data,bins = 10) 
plt.title('cumulative默認(rèn)False')

pic2 = fig.add_subplot(122)
plt.hist(data,bins = 10,cumulative=True) #累積直方圖，展示累積分布
plt.title('cumulative=True');

左邊時(shí)普通的直方圖，右邊時(shí)累積直方圖，同樣可以根據(jù)實(shí)際的業(yè)務(wù)需求來(lái)進(jìn)行參數(shù)設(shè)置哦。

由于篇幅有限，對(duì)直方圖函數(shù)的介紹就先到這里啦。細(xì)心的小伙伴可能發(fā)現(xiàn)了介紹參數(shù)的順序就是按照函數(shù)官方文檔中參數(shù)的順序來(lái)的，沒(méi)錯(cuò)，就是按照這個(gè)順序進(jìn)行的。但是參數(shù)中的第一個(gè)參數(shù)x卻沒(méi)有進(jìn)行介紹，是這個(gè)參數(shù)沒(méi)什么可介紹的嘛？當(dāng)然不是，這個(gè)參數(shù)也是有些小細(xì)節(jié)需要注意的，具體的講解留到下一篇文章和其他參數(shù)一起介紹啦。