1.直方图

直方图是用一系列不等高的长方形来表示数据，宽度表示数据范围的间隔，高度表示在给定间隔内数据出现的频数，长方形的高度跟落在间隔内的数据数量成正比，变化的高度形态反映了数据的分布情况。

2.导入相关库

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 我们一般用到的是 Matplotlib 的 Pyplot 函数集合。

from matplotlib import pyplot as plt

Pyplot 中使用 hist( ) 绘制直方图，并以元组形式返回直方图的计算结果，包括各区间中元素数量，区间的取值范围，以及具体每个区间对象。

3.相关参数介绍

hist( x, bins=None, range=None, normed=False, # 超重要density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', rwidth=None, # 选用 orientation='vertical', color=None, edgecolor=None, label=None, # 常用stacked=False, **kwargs)

xxx：数组或者数组序列（不要求每个数组长度相同），用于存放数据

binsbinsbins：整数、序列或字符串，整数表示等宽区间的个数（直方图条形个数），自动计算区间范围，序列则表示区间的范围，除了最后一个以外，都是包含左边不包含右边，字符串则表示对应的策略，默认为 hist.bins

rangerangerange：元组，指定最小值和最大值（直方图数据的上下界），默认包含绘图数据中的最小值和最大值（默认以绘图数据的最小值作为直方图数据的上下界）

normednormednormed：是否将直方图的频数转化为频率

densitydensitydensity：布尔值，可选，如果为 True，则返回的是归一化的概率密度，所有区间的概率之和为1

weightweightweight：类似于数组的值，可选，形状和 xxx 相同，表示每个值对应的权重，默认情况下所有数据的权重相同

cumulativecumulativecumulative：布尔值或 -1，累积求和，表示小于某个数的所有元素个数之和，随着数的增大而不断增大，如果为 -1，则反转方向，表示大于某个数的所有元素个数之和，随着数量增大而不断减小

histtypehisttypehisttype：指定直方图的类型，默认为 bar。bar（多个并列摆放），barstacked（多个堆叠摆放），step（生成对应的折线），stepfilled（填充相关区域）

alignalignalign：设置条形边界值的对齐方式，默认为 mid，另外还有 left 和 right

rwidthrwidthrwidth：设置条形图的宽度

orientationorientationorientation：设置直方图的摆放方向，默认为垂直方向。

colorcolorcolor：设置直方图的填充色

edgecoloredgecoloredgecolor：设置直方图边框色

labellabellabel：设置直方图标签，可以通过 legend 展示其图例

stackedstackedstacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放

4.绘图示例

这里以我自己正在做的一个问题为示例，至于其他参数，大家不妨自己去尝试使用一下。

绘图数据：

绘图代码：

plt.figure(figsize=(20,10))matplotlib.rcParams['font.family'] = 'SimHei' # 显示中文fre_tuple = plt.hist(id_array, bins=20, color='steelblue') # 返回值元组plt.title('小区流量记录分布直方图', fontproperties='SimHei', fontsize=15)plt.show()

id_array 最小值：1，最大值：2388，指定了 bins 为 20，则 hist( ) 将 1 到 2388 等距分割为 20 个区间，记录各个区间的频数

此时的区间划分和各区间频数为：

修改部分参数：

plt.figure(figsize=(20,10))matplotlib.rcParams['font.family'] = 'SimHei'fre_tuple = plt.hist(id_array, bins=20, color='steelblue', edgecolor='black', rwidth=0.8, orientation='horizontal')plt.title('小区流量记录分布直方图', fontproperties='SimHei', fontsize=15)plt.show()

修改 bins 参数，自定义划分区间：

plt.figure(figsize=(20,10))matplotlib.rcParams['font.family'] = 'SimHei'bins = np.linspace(0,1200,13).tolist()bins.append(2500)fre_tuple = plt.hist(id_array, bins=bins, color='steelblue', edgecolor='black', rwidth=0.8, orientation='horizontal')plt.title('小区流量记录分布直方图', fontproperties='SimHei', fontsize=15)plt.show()

修改后的 bins：

此时的区间间隔和频数：

5.添加数据标签

plt.figure(figsize=(20,10))matplotlib.rcParams['font.family'] = 'SimHei'fre_tuple = plt.hist(id_array, bins=20, color='steelblue', edgecolor='black', rwidth=0.8, orientation='horizontal')plt.title('小区流量记录分布直方图', fontproperties='SimHei', fontsize=15)x_loc = fre_tuple[0] # 频数y_loc = fre_tuple[1] # 分割区间for x,y in zip(x_loc,y_loc):# text：在指定位置上显示文本plt.text(x+2500, y+25, '%.0f' % x, ha='center', va= 'bottom',fontsize=15)# x，y 加上的数值可以自己结合要绘制的图形设定，用来调整标签的显示位置plt.show()