python画hist直方图

简单说下图形选择啦，通常我们最常用的图形是折线图、扇形图、条形图，它们的伍弊功能简单概括为：

折线图：表示变化情况；

扇形图：表示各类别的分布占比情况；

条形图：表示具体数值；

接下来要说的直方图是以条形图的形式展现的，在统计学中， 直方图 （握空英语：Histogram）是一种对数据分布情况的图形表示。

以下展示了python画直方图的几种方式，这里涉及到了3个包：matplotlib、pandas、seanborn。

1、使用 matplotlib.pyplot.hist 函数（本段橘瞎文主要讲解该方法画直方图）

2、使用 pandas.DataFrame.plot.hist 函数

3、使用 pandas.DataFrame.hist 函数

4、使用 seaborn.distplot 函数

以下为 matplotlib.pyplot.hist 函数介绍：

参数：

返回值：

模拟真实场景：我们通过分析打分，给1000个客户进行了排名，排名越靠前，说明客户越优异，为了找到特定的200个客户的排名处于这1000个客户中的位置，使用了直方图对比的方式。以下使用的数据是为模拟场景，随机出来的结果排名比较靠后，所以这些客户质量并不高：

hist： https://my.oschina.net/u/2474629/blog/1793008

matplotlib中文乱码： https://www.jianshu.com/p/c0f19f87036f

给定一个序列t：

hist = {}

for x in t:

hist[x] = hist.get(x,0)+1

得到的结果是耐余一个将值映射到其频数的字典。冲亩指将其除以n即可把频数转换成频率，这称为归一散配化：

n = float(len(t))

pmf = {}

for x, freq in hist.items():

pmf[x] = freq/n

---