直方图用于展示数据的分布情况，x轴是一个连续变量，y轴是该变量在一定区间内的频次。
下面利用Nathan Yau所著的《鲜活的数据：数据可视化指南》一书中的数据，学习画图。
数据地址：http://datasets.flowingdata.com/crimeRatesByState2005.csv
以下是这个数据文件的前5行：
state murder forcible_rape robbery aggravated_assault 0 United States 5.6 31.7 140.7 291.1 1 Alabama 8.2 34.3 141.4 247.8 2 Alaska 4.8 81.1 80.9 465.1 3 Arizona 7.5 33.8 144.4 327.4 4 Arkansas 6.7 42.9 91.1 386.8 burglary larceny_theft motor_vehicle_theft population 0 726.7 2286.3 416.7 295753151 1 953.8 2650.0 288.3 4545049 2 622.5 2599.1 391.0 669488 3 948.4 2965.2 924.4 5974834 4 1084.6 2711.2 262.1 2776221
这是美国各州各种犯罪行为的发生率（每10万人口）。
我们把robbery和aggravated_assault的犯罪率分别分成12个区间，每个区间的犯罪率各为60次。让我们看看各区间出现的次数。（也就是0-60这一犯罪率区间出现几次，61-120出现几次等等）
直方图： ax.hist(x,bins=num_of_bins) --- x为变量，bins为柱子数量
代码如下：
import numpy as np import pandas as pd from matplotlib import pyplot as plt crime=pd.read_csv(r"http://datasets.flowingdata.com/crimeRatesByState2005.csv") fig,ax=plt.subplots() ax.hist(crime["robbery"],bins=12,histtype="stepfilled",alpha=0.6,label="robbery") ax.hist(crime["aggravated_assault"],bins=12,histtype="stepfilled",alpha=0.6,label="aggravated_assault") ax.legend() ax.set_xticks(np.arange(0,721,60)) ax.set_xlim(0,720) ax.set_yticks(np.arange(0,21,4)) plt.show()
图像如下：
可以看出，robbery在60-120犯罪率这一区间出现次数最多，而aggravated_assault在120-180犯罪率这一区间出现次数最多。
此外，直方图也可以被归一化以显示“相对”频率，在命令里加上参数normed=True即可。这样，y轴就变成了相对频率（频率=频次/样本总数；相对频率=频率/组距）。
显示相对频率的图像如下：
下面我们自己创建一组符合正态分布的数据，再用matplotlib画画看。
import numpy as np from matplotlib import pyplot as plt fig,ax=plt.subplots() np.random.seed(4) #设置随机数种子 Gaussian=np.random.normal(0,1,1000) #创建一组平均数为0，标准差为1，总个数为1000的符合标准正态分布的数据 ax.hist(Gaussian,bins=25,histtype="stepfilled",normed=True,alpha=0.6) plt.show()
图像如下：
此时，图像反映的是其概率密度，直方图的面积总和为1。
除了频次直方图，我们还可以用KDE（kernel density estimation）获取变量分布的平滑估计。具体请见下一篇：Matplotlib学习---用seaborn画直方图/核密度图（histogram, kdeplot）。