用于表示分布的直方图

虽然条形图有助于比较离散类别，但我们通常需要了解单个连续数值变量的分布。这些数值是如何分散的？它们是聚集在一个中心点附近，还是分布更均匀？这时，直方图就派上用场了。

直方图是一种图形表示方法，它将一组数据点组织成特定的范围或区间，这些区间称为数据桶（bins）。它看起来与条形图相似，但有一个显著差异：直方图显示连续或离散数值数据的频率分布，而条形图则比较类别数据。直方图中每个条的高度表示落入该特定数据桶的数据点数量（频率）。

可以这样理解：就像把数值分到不同的桶里。如果你有一份学生身高列表，直方图可以告诉你多少学生的身高在150-160厘米之间，多少在160-170厘米之间，依此类推。这能让你直观地感知到数据的形状、中心和离散程度。

使用 plt.hist() 创建直方图

Matplotlib 提供 plt.hist() 函数，可以轻松创建直方图。其最基本的用法只需要一个参数：你想要显示其分布的数据序列（例如列表或 NumPy 数组）。

让我们生成一些示例数据，例如学生的考试分数，然后绘制直方图。为了便于说明，我们将使用 NumPy 创建一些服从正态分布的随机数据。

import matplotlib.pyplot as plt
import numpy as np

# 生成一些示例数据（例如，考试分数）
# 使用均值为70、标准差为10的正态分布
np.random.seed(42) # 用于结果可复现
scores = np.random.normal(loc=70, scale=10, size=200)

# 创建直方图
plt.figure(figsize=(8, 5)) # 可选：调整图表大小
plt.hist(scores, color='#339af0') # 将数据传递给 plt.hist()

# 添加标签和标题以提高清晰度
plt.xlabel("考试分数")
plt.ylabel("学生人数（频率）")
plt.title("考试分数分布")

# 显示图表
plt.show()

这段代码首先生成200个大致服从正态分布的随机分数。然后，plt.hist(scores, color='#339af0') 接收这些数据，并自动计算数据桶的范围和频率，以绘制直方图的条形。我们还使用 plt.xlabel()、plt.ylabel() 和 plt.title() 等函数添加了标签和标题，这些是您之前学习过的。结果是一个图表，显示了有多少学生分数落入不同的分数区间。

一个直方图，显示了200个模拟考试分数的分布。x轴显示分数范围（数据桶），y轴显示落入每个范围的学生人数。其形状近似于钟形曲线（正态分布）。

为什么要使用直方图？

直方图是探索性数据分析中的基本工具。它们可以帮助您快速理解：

• 数据形状： 数据是对称的（如钟形曲线）、偏向一侧（左偏或右偏）、双峰的，还是均匀分布的？
• 集中趋势： 大多数数值聚集在哪里？您可以直观地估算数据的近似中心。
• 离散程度或变异性： 数值是紧密集中在中心附近，还是广泛分散在整个范围内？
• 异常值： 是否有条形远离直方图的主体，表明存在异常值？

默认情况下，plt.hist() 会根据输入数据自动确定数据桶的数量和宽度。虽然这种自动选择通常足够，但数据桶的选择会明显影响直方图的外观，并可能改变您对数据分布的理解。我们将在下一节查看如何控制这些数据桶的数量和宽度。