python hist函数_Python数据可视化

一 matplotlib

1 条形图

在本期内容中，我们先从条形图开始，条形图实际上是用来表示分组（或离散）变量的可视化，可以使用matplotlib模块中的bar函数完成条形图的绘制。

1.1 简单的垂直条形图(bar)

1.2 简单的水平条形图（barh）

1.3、水平交错条形图

以上讲的简单垂直和水平条形图是基于一种离散变量的情况，针对两种离散变量的条形图我们可以使用水平交错条形图和堆叠条形图，下面我们就来看看这两种条形图是如何绘制的。

2.饼图

在常见的统计图像中，还有一种图像可以表示离散变量各水平占比情况，这就是我们要讲解的饼图。饼图的绘制可以使用matplotlib库中的pie函数，首先我们来看看这个函数的参数说明。

pie函数参数解读

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)

• x：指定绘图的数据；
• explode：指定饼图某些部分的突出显示，即呈现爆炸式；
• labels：为饼图添加标签说明，类似于图例说明；
• colors：指定饼图的填充色；
• autopct：自动添加百分比显示，可以采用格式化的方法显示；
• pctdistance：设置百分比标签与圆心的距离；
• shadow：是否添加饼图的阴影效果；
• labeldistance：设置各扇形标签（图例）与圆心的距离；
• startangle：设置饼图的初始摆放角度；
• radius：设置饼图的半径大小；
• counterclock：是否让饼图按逆时针顺序呈现；
• wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等；
• textprops：设置饼图中文本的属性，如字体大小、颜色等；
• center：指定饼图的中心点位置，默认为原点
• frame：是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置；

3.箱线图（boxplot）

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None