pandas中强大的绘制图表功能——DataFrame.hist()，以及统计分析函数——DataFrame.describe()

pandas中具有很多很强大的图表绘制功能，今天介绍一个简单好用的绘制数据框DataFrame中某一列数据分布直方图的函数——DataFrame.hist()，顺便介绍一个统计分析函数DataFrame.describe()。

下面通过代码进行展示效果，示例代码中的csv文件是谷歌提供的一个包含加利福尼亚州住房数据的文件。

import pandas as pd

california_housing_dataframe = pd.read_csv("https://storage.googleapis.com/mledu-datasets/california_housing_train.csv", sep=",")
print(california_housing_dataframe)
california_housing_dataframe.describe()

以上代码首先通过pandas提供的read_csv()函数读取了csv文件，将其保存为数据框DataFrame类型的数据。然后使用了DataFrame.describe()函数展示了一些有用的统计信息，这个函数在分析一个较大的csv文件时，作为初步的分析工具非常有用。统计结果包括了数据量、均值、方差、最大值、最小值等。以上代码的输出如下：

       longitude  latitude  housing_median_age  total_rooms  total_bedrooms  \
0        -114.31     34.19                15.0       5612.0          1283.0   
1        -114.47     34.40                19.0       7650.0          1901.0   
2        -114.56     33.69                17.0        720.0           174.0   
3        -114.57     33.64                14.0       1501.0           337.0   
4        -114.57     33.57                20.0       1454.0           326.0   
5        -114.58     33.63                29.0       1387.0           236.0   
6        -114.58     33.61                25.0       2907.0           680.0   
7        -114.59     34.83                41.0        812.0           168.0   
8        -114.59     33.61                34.0       4789.0          1175.0   
9        -114.60     34.83                46.0       1497.0           309.0   
10       -114.60     33.62                16.0       3741.0           801.0   
11       -114.60     33.60                21.0       1988.0           483.0   
12       -114.61     34.84                48.0       1291.0           248.0   
13       -114.61     34.83                31.0       2478.0           464.0   
14       -114.63     32.76                15.0       1448.0           378.0   
15       -114.65     34.89                17.0       2556.0           587.0   
16       -114.65     33.60                28.0       1678.0           322.0   
17       -114.65     32.79