Python数据分析入门日记Day20：数据绘图库Matplotlib：直方图

Python数据分析入门日记Day20

——数据绘图库Matplotlib:直方图

祝我的所有读者们新年快乐！

今天学习利用数据绘图库Matplotlib绘制最后一种图表——直方图。直方图能够展示数据呈现某种分布，运用统计学知识可以完成某种假设。老样子，先来学习一下绘制直方图的函数hist()。

1、hist()函数的参数解读

其中，x为指定绘制直方图的数据，bins指定条形图中直方的个数，range设定绘制直方图数据的上下界，normed是否将频数转化为频率，默认值为False，weight表示是否设定权重，cumulative表示是否计算累计频数，默认为False，bottom为条形图添加基准线，默认为0，histtype指定直方图类型，默认为”bar”(条形)，align规定对齐方式。默认是”居中”，orientation设置直方图摆放的方向，默认为”vertical”(垂直摆放)，rwidth设置直方图条形宽度的百分比，log是否要对数据进行对数变换，color设置填充色，label设置标签，stacked是否需要将直方图堆叠摆放。

2、一元直方图的绘制

案例:住房状况调查

利用之前学习SPSS时用到过的住房状况调查.xlsx数据，完成直方图的绘制。

首先，导入所要用的工具库，做中文乱码处理后，导入数据并查看数据的前五行。(数据集中”Age”一列变量表示”年龄”)

对住户的年龄进行直方图的绘制，代码如下:

最终显示直方图效果：

可以大致判断住户的年龄分布呈正态分布。

接下来，修改组距(将年龄组距修改为5岁)，绘制累计频率直方图，过程如下:

输出累计频率直方图：

从住户年龄的累计频率直方图中可以看出，45岁以下的住户占比超过60%。

当然，如果想要研究住户年龄是否成正态分布，我们知道还要绘制两条曲线，一条是理论的正态分布曲线，另一条是核密度曲线。然后比较两条线的拟合程度，越吻合说明数据呈正态分布越明显。那就在直方图的基础上添加两条曲线。

首先，要把频数直方图改为频率直方图:

绘制正态分布曲线和核密度曲线：

输出效果图:

可以看出，住户年龄分布与正态分布是存在偏差的，所以住户年龄的分布并不服从正态分布。

3、二元直方图的绘制

依旧用上述案例中的住户年龄这一变量中数据绘制直方图，这次用性别进行区分，查看男性住户与女性住户的年龄分布差异。首先对性别数据按照男女分别进行提取，然后实现对二元直方图的绘制。

最终绘制出的直方图效果如下:

发现男性住户和女性住户的年龄分布一致，但男性住户的数量明显多于女性，住户的年龄主要集中在30~40岁之间。

关于直方图绘制的学习就到这里，这也是本人在这个寒假的最后一篇学习笔记啦！你们懂的，如果你有什么好的意见和建议一定一定要联系我。以后有机会我还希望将自己学习过的有关数据可视化的Seaborn和Pyecharts的内容整理分享给大家，当然，如果有特别感兴趣的朋友可以私我哦，嘻嘻~

最后，我想说一些话。

2019年1月15日至2月9日，历时25天，800多行代码，23000字的文案，Python数据分析入门日记于今日正式完结，公众号的总用户数由起初的140人增至如今306人(当然还在持续上升)，非常非常感谢每一位阅读推文的朋友！

能够在公众号上写这些日记、分享自己的所学是我一直以来想做的一件事儿，可是以前总是会偷懒、觉得很麻烦，但在刘老师的鼓励下，我开始完成这个目标。这段日子里，打开电脑、敲代码、整理数据、编排文案、回复留言等等这些工作仿佛成为我的习惯，就算每日只增加一个粉丝，都能让我开心大半天，我深深地体会了“做自己喜欢的事情，不算熬”这句话。

我已经开始舍不得大家伙儿啦，那么，日后如果想要翻看我的笔记，在”西京统协”公众号页面的菜单栏(右下角)点击”学习笔记”就可以哦！还是祝大家新年快乐吧！希望所有热爱数据科学与统计的人儿们都能完成自己的梦想，达到自己的目标！谢谢大家！

我是西京学院应用统计学专业大三的学生，我叫姚蒙嘉，也是你们熟悉的Ovaltine阿华田、原数统协会可爱的会长。爱你们~

Ovaltine