开发者学堂课程【Python 数据可视化库 Matplotlib 快速入门：直方图(histogram)】学习笔记，与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/606/detail/8843

直方图(histogram)

内容介绍

一、学习目标

二、直方图的介绍

三、直方图与柱状图的对比

四、直方图的绘制

五、直方图的应用场景

一、学习目标

（1）目标

应用 hist 实现直方图的绘制

知道直方图图的应用场景

（2）应用

电影时长分布

二、直方图介绍

直方图，形状类似柱状图却有着与柱状图完全不同的含义。直方图牵涉统计学的概念，首先要对数据进行分组，然后统计每个分组内数据元的数量。在坐标系中，横轴标出每个组的端点，纵轴表示频数，每个矩形的高代表对应的频数，称这样的统计图为频数分布直方图。

三、直方图与柱状图的对比

●柱状图是以矩形的长度表示每一组的频数或数量，其宽度(表示类别)则是固定的，利于较小的数据集分析。

●直方图描述的是一组数据的频次分布，是以矩形的长度表示每一组的频数或数量，宽度则表示各组的组距，因此其高度与宽度均有意义，利于展示大量数据集的统计结果。例如把年龄分成“0-5，5-10,.....80-85"17个组，统计一下中国人口年龄的分布情况。直方图有助于我们知道数据的分布情况，诸如众数、中位数的大致位置、数据是否存在缺口或者异常值。

1.直方图展示数据的分布，柱状图比较数据的大小。

这是直方图与柱状图最根本的区别。举个例子，有10个苹果，每个苹果重量不同。如果使用直方图，就展示了重量在0-10g 的苹果有多少个，10-20g 的苹果有多少个;如果使用柱状图，则展示每个苹果的具体重量。

所以直方图展示的是一组数据中，在你划分的区间里，这些数据的分布情况，但是我们不知道在一个区间里，单个数据的具体大小。上图展现了游客在博物馆的游览时间，其中，将近40%的游客仅逗留了0-10分钟。但是我们无法知道这些游客中，每个人具体的游览时间是多少。

2.直方图 X 轴为定量数据，柱状图X轴为分类数据。

在直方图中，X 轴上的变量是一个个连续的区间，这些区间通常表现为数字，例如代表苹果重量的“0-10g，10-20g....... 代表时间长度的“0-10min，10-20min..... 而在柱状图中，X 轴上的变量是一个个分类数据，例如不同的国家名称、不同的游戏类型。

直方图上的每根柱子都是不可移动的，X 轴上的区间是连续的、固定的。而柱状图上的每根柱子是可以随意排序的，有的情况下需要按照分类数据的名称排列，有的则需要按照数值的大小排列。

3.直方图柱子无间隔，柱状图柱子有间隔

因为直方图中的区间是连续的，因此柱子之间不存在间隙。而柱状图的柱子之间是存在间隔。

4.直方图柱子宽度可不一，柱状图柱子宽度须一致

柱状图柱子的宽度因为没有数值含义，所以宽度必须一致。但是在直方图中，柱子的宽度代表了区间的长度，根据区间的不同，柱子的宽度可以不同，但理论上应为单位长度的倍数。

例如，美国人口普查局(The U.S. Census Bureau)调查了12.4亿人的上班通勤时间，由于通勤时间在45-150分钟的人数太少，因此区间改为45 -60分钟、60-90分钟、90-150分钟，其他组距则均为5。

可以看到，Y 轴的数据为“人数/组距”，在这种情况下，每个柱子的面积相加就等于调查的总人数，柱子的面积就有了意义。

当上图的 Y 轴表达的是“区间人数/总人数/组距”，这个直方图就是我们初中学习的“频率分布直方图"，频率指的是“区间数量/总数量"。在这样的直方图中，所有柱子的面积相加就等于1啦。

四、直方图绘制

需求:电影时长分布状况

现有250部电影的时长，希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量，出现的频率)等信息，你应该如何呈现这些数据?

（1）直方图绘制 api  

matplotlib.pyplot.hist(x, bins= =None, normed=None, **kwargs)

（注：normed 表示纵轴显示频率还是频数，软件版本问题，normed 还可以写成 density）

Parameters:

x : (n,) array or sequence of (n,) arrays

bins : integer or sequence or‘ auto', optional

组数

（2）绘制

①设置组距

②设置组数(通常对于数据较少的情况，分为5~12组，数据较多，更换图形显示方式)  

通常设置组数会有相应公式:组数=极差/组距= (max-min)/bins

例题

#需求:电影时长分布状况

#1、准备数据

time = [ 131,98，125， 131， 124， 139， 131， 117， 128， 108， 135， 138， 131， 102， 107， 114, 111，...]

#2、创建画布

plt. figure(figsize=(20，8)，dpi=80)

# 3、绘制直方图

distance = 2

group_ num = int( (max(time) - min(time)) / distance )

plt.hist(time, bins=group_ num, normed =True )

#修改x轴刻度

plt.xticks (range (min(time)，max(time) + 2，distance) )

#添加网格

plt.grid( linestyle="--", alpha=0.5)

# 4、显示图像 plt. show( )

（3）直方图注意点

1.注意组距

组距会影响直方图呈现出来的数据分布，因此在绘制直方图的时候需要多次尝试改变组距。

2.注意Y轴所代表的变量

Y 轴上的变量可以是频次(数据出现了多少次)、频率(频次/总次数)、频率/组距，不同的变量会让直方图描述的数据分布意义不同。

五、直方图的应用场景

（1）用于表示分布情况

（2）通过直方图还可以观察和估计哪些数据比较集中，异常或者孤立的数据分布在何处

例如:用户年龄分布，商品价格分布