<think>我们使用Python的matplotlib库来绘制直方图，它可以很好地展示数据的分布情况。 根据引用[2]和[3]，我们可以通过频率分布直方图来观察数据的分布特征。 下面是一个示例代码，展示如何用matplotlib绘制直方图。 步骤： 1. 导入必要的库：matplotlib.pyplot和numpy（如果需要生成模拟数据） 2. 准备数据（这里我们使用随机生成的数据，实际应用时替换为自己的数据） 3. 使用plt.hist()函数绘制直方图 4. 设置标题、坐标轴标签等 5. 显示图形 注意：直方图通过将数据分成若干个区间（称为“分箱”），并统计每个区间中数据点的数量来展示数据分布。 引用[1]提到直方图能展示数据的集中区域、离散程度、偏斜方向等，因此我们还可以通过调整分箱数量来更细致地观察。 下面我们给出一个具体的例子。 </think> ### 使用Python绘制直方图展示数据分布 直方图是数据分布的直观可视化工具，通过将数据分组到等宽的"分箱"中并统计频次，快速揭示数据的集中趋势、离散程度和分布形态。以下是在Python中绘制直方图的完整实现： ```python import matplotlib.pyplot as plt import numpy as np # 1. 生成示例数据（正态分布） np.random.seed(42) data = np.random.normal(loc=170, scale=15, size=1000) # 均值为170，标准差15的1000个身高数据 # 2. 创建画布 plt.figure(figsize=(10, 6), dpi=100) # 设置图像尺寸和分辨率 # 3. 绘制直方图 n, bins, patches = plt.hist( x=data, # 数据源 bins=20, # 分箱数量（影响分布细节） color='#1f77b4', # 柱形颜色 alpha=0.7, # 透明度 edgecolor='black', # 边框颜色 density=False # True显示概率密度，False显示频数 ) # 4. 添加分布曲线 from scipy.stats import norm mu, sigma = data.mean(), data.std() # 计算均值和标准差 x = np.linspace(min(data), max(data), 100) plt.plot(x, norm.pdf(x, mu, sigma)*len(data)*2.5, 'r--', linewidth=2) # 拟合正态分布曲线 # 5. 添加标注 plt.title('身高分布直方图', fontsize=14) plt.xlabel('身高(cm)', fontsize=12) plt.ylabel('频数', fontsize=12) plt.grid(axis='y', alpha=0.3) # 添加横向网格线 # 6. 标注关键统计量 plt.text(120, 120, f'均值: {mu:.1f}\n标准差: {sigma:.1f}', bbox=dict(facecolor='white', alpha=0.8)) # 7. 显示图形 plt.tight_layout() plt.show() ``` ### 关键参数说明： 1. **`bins`**：控制数据分组数量 - 值过小（如5）会过度简化分布特征 - 值过大（如50）会产生碎片化视图 - 可通过`bins=np.arange(最小值, 最大值, 步长)`自定义区间 2. **`density`**： - `False`：Y轴显示实际频数（默认） - `True`：Y轴显示概率密度（面积总和为1） 3. **数据分布解读**： - **集中趋势**：柱形峰值区域（本例中170cm附近） - **离散程度**：数据在X轴的分布范围（本例中约140-200cm） - **偏度**：柱形不对称程度（左偏/右偏） - **异常值**：远离主分布区的孤立柱形 ### 实际应用场景： 1. 质量分析（产品尺寸分布） 2. 用户行为研究（页面停留时长分布） 3. 金融风控（交易金额分布） 4. 生物统计（血压值分布） > 通过调整分箱数量和添加分布曲线，直方图能有效揭示数据内在规律，如引用[1]所述：它让我们在几秒内看出数据集中区域、离散程度和偏斜方向[^1]。引用[3]的案例也证明，直方图能直观展示乘客数量主要分布在350-400区间[^3]。