直方图 | 创建直方图 - Python

在数据可视化的领域中，直方图是一种常用的展示数据分布情况的图表类型。Python语言提供了许多库和函数来创建直方图，常见的有Matplotlib和Seaborn库。

Matplotlib库创建直方图

Matplotlib库是Python语言中常用的绘图库，可以创建各种类型的图表，包括直方图。使用Matplotlib库中的hist函数来创建直方图，示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
np.random.seed(2)
x = np.random.normal(size=1000)

# 绘制直方图
plt.hist(x, bins=30, density=True, alpha=0.5,
         histtype='stepfilled', color='steelblue',
         edgecolor='none')
plt.show()

上述代码中，我们使用np.random.normal函数创建1000个正态分布的随机数，并将其存储在变量x中。然后使用plt.hist函数创建直方图，其中参数bins指定了直方图的条数，density指定为True时，纵轴将显示概率密度而非项数统计，alpha参数表示柱子透明度，histtype参数指定直方图的类型，color参数指定柱子的颜色，edgecolor参数指定柱子边框的颜色。

运行上述代码，将得到以下直方图：

Seaborn库创建直方图

Seaborn库是基于Matplotlib库的Python可视化库，封装了更高层次的API，能够轻松绘制各种复杂的统计图表。使用Seaborn库中的distplot函数来绘制直方图，示例代码如下：

import seaborn as sns
import numpy as np

# 创建数据
np.random.seed(2)
x = np.random.normal(size=1000)

# 绘制直方图
sns.distplot(x, bins=30, hist=True, kde=True,
             color='steelblue', kde_kws={"linewidth": 2})
sns.despine()

上述代码中，我们同样使用np.random.normal函数生成1000个正态分布的随机数，并将其存储在变量x中。然后使用sns.distplot函数创建直方图，其中参数bins指定了直方图的条数，hist指定为True时，将显示项数统计信息，kde指定为True时，将同时绘制概率密度核密度估计曲线，color参数指定柱子和曲线的颜色，kde_kws参数用于设置曲线的线宽度。

运行上述代码，将得到以下直方图：

以上就是使用Matplotlib和Seaborn库创建直方图的示例代码。通过调整函数中的参数值，可以灵活地控制直方图的样式和细节。让我们在数据可视化中，更好地展示数据的分布情况吧。