Python 画分布图

1.使用seaborn包

import matplotlib.pyplot as plt
import seaborn as sns
sns.set()    # 设置画图空间为 Seaborn 默认风格。
# 自己导入data
sns.distplot(data, norm_hist=True, hist=True, kde=False, color='r',
             hist_kws={"alpha": 1.0, "linewidth": 1.5}, label='data_label')
plt.show(block=True)

sns.distplot()集合了matplotlib的hist()与核函数估计kdeplot的功能，参考Python可视化 | Seaborn5分钟入门(一)——kdeplot和distplot_python sns.kdeplot_易执的博客-CSDN博客

norm_hist：若为True，则直方图高度显示密度而非计数（含有kde图像中默认为True）

hist：是否显示直方图，默认True

kde：是否显示核密度估计曲线图，默认True

2023.3.15更新

• sns.distplot()已经被新版抛弃了，以后建议用sns.displot()取代
• 我使用pycharm画seaborn图一直是弹出窗口但白屏未响应的状态，加上plt.show(block=True))语句就好了，一定要加上括号里的内容，参考matplotlib画图弹出窗口，但是白屏未响应_matplotlib未响应_怀氏雪的博客-CSDN博客

2.结合numpy 与 matplotlib 

import numpy as np
import matplotlib.pyplot as plt
N = 100
hist, bin_edges = np.histogram(data, bins=N)
cdf = np.cumsum(hist / sum(hist))
plt.plot(cdf)

直方图的柱子数为N