Python matplotlib，数据可视化，绘制直方图，hist
条形图一般用于展示离散型数据。直方图一般用于统计连续型数据。
直方图一般对连续型数据根据区间进行离散化，然后统计各个区间上的频率或频数。
demo.py（绘制直方图，hist）：
# coding=utf-8
from matplotlib import pyplot as plt
# 连续型数据
a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
# 计算组数 (根据区间分组)
d = 5 # 组距(区间大小) 根据情况设置
num_bins = (max(a)-min(a))//d + 1 # 组数 （//表示向下取整，如果不能整除需要加1，如果不能整除还需要在hist()绘制时通过range参数指定总数据的总区间）
print(max(a), min(a), max(a)-min(a)) # 156 78 78 （根据数据情况设置组距）
print(num_bins) # 26
# 设置图形大小
plt.figure(figsize=(20,8), dpi=80)
# 绘制直方图
plt.hist(a, num_bins, normed=True, range=(78, 158))
# normed表示频率直方图(y轴数据不超过1),默认是频数直方图(y轴表示区间上的个数)
# range表示总数据的总区间(默认是最小值与最大值之间。如果组距不能被差值整除，就需要指定一个可以整除的总区间，否则x轴上的刻度会不好匹配)
# 设置x轴的刻度
plt.xticks(range(min(a), max(a)+d, d))
# 绘制网格
plt.grid()
plt.show()
