摆盘篇-Day29｜分布汤锅：直方图 hist，看数据分布

📖 知识点

1. 直方图适合什么？

直方图（hist）：把一个数值列分成若干 "区间段"，统计每段有多少个数，用柱高表示数量。最适合看数值分布。

💡 生活比喻直方图像 "身高统计表"：按身高段（150 以下、150~160、160~170…）统计人数，看大多数人集中在哪个身高段。数据 "分布" 用直方图最直观。

2. 基本直方图

import matplotlib.pyplot as plt
import pandas as pd

# 一堆价格数据
prices = [3, 5, 2, 4, 6, 3, 5, 2, 4, 7, 5, 3, 6, 4, 2]
df = pd.DataFrame({"价格": prices})

# 画直方图
df["价格"].plot(kind="hist", bins=5, title="价格分布")
plt.show()

• bins=5：把价格分成 5 个区间段

• df["价格"].plot(...)：对单列数值画直方图

3. 关键参数

4. 直方图能看出什么？

• 集中在哪：哪个区间柱最高，说明数据多在那个范围

• 分散程度：柱子分布宽窄，宽则分散、窄则集中

• 异常值：特别偏左 / 偏右的孤立柱子，可能是异常

⚠️ 易错提醒

1. 直方图作用于单个数值列，不是分类列

2. bins 控制区间粗细，太粗太细都可能失真

3. 直方图 (hist) 看数值分布，柱状图 (bar) 看分类对比，别混淆

⚔️ Kata 实战任务

任务需求：

1. 导入 matplotlib 和 pandas

2. 创建一份 "一堆价格数据"

3. 用 df["价格"].plot(kind="hist", bins=5) 画直方图

4. 加 title 标题

5. 显示并打印对分布的解读

参考代码

import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 一堆菜品价格数据
prices = [3, 5, 2, 4, 6, 3, 5, 2, 4, 7, 5, 3, 6, 4, 2, 3, 5, 4]
df = pd.DataFrame({"价格": prices})

# 分布汤锅：画直方图
df["价格"].plot(kind="hist", bins=5, title="菜品价格分布",
                figsize=(8, 5), color="lightcoral")
plt.show()

# 统计解读
print("✅ 直方图已生成！")
print(f"📊 共有 {len(prices)} 个价格数据，最低{min(prices)}，最高{max(prices)}")
print("📈 看图：多数价格集中在 2~5 元区间，6~7 元的高价菜较少")

运行输出（弹出一张直方图 + 终端打印）：

✅ 直方图已生成！
📊 共有 18 个价格数据，最低2，最高7
📈 看图：多数价格集中在 2~5 元区间，6~7 元的高价菜较少

💡 观察：直方图把 18 个价格按区间分组，2~5 元区间的柱子明显更高，说明多数菜价集中在这段；6~7 元柱子矮，高价菜少。数据的 "分布" 一目了然。

🧠 思考题

1. 直方图（hist）和柱状图（bar）都是柱子，它们的本质区别是什么？各作用于哪种数据？

2. bins 参数控制什么？如果设成 3 或设成 20，图形分别会怎样？