1. 引言

你想知道如何在Python中生成直方圖嗎？在本教程中，我將向大家展示如何做到這一點。

數值數據的分布可以用直方圖表示。直方圖是數據的一種可視化表示，它使用不同高度的條形圖，其中每個條形圖標識一段范圍的數據。在Python中，我們可以使用兩個模塊繪制直方圖：Matplotlib和Pandas。

閑話少說，我們直接開始吧！

2. 生成數據

首先，讓我們使用Numpy來創建一些虛擬數據，其中NumPy是一個可以處理多維數組的Python庫。接著，我們使用以下代碼從正態高斯分布生成隨機樣例數據，如下：

import numpy as np
# Create dummy data points
data = np.random.normal(170, 10, 250)
print(data)

上述代碼輸出如下：

[178.6389057 ?160.71481129 176.06380975 170.26836416 168.64962801
?167.77093268 189.89642816 167.57947841 187.95156914 185.14287433
?173.77094473 181.96577219 171.40557555 168.42044648 181.90741839
?182.15559495 151.58511408 165.68497833 163.91143081 170.86070342
?165.91667438 177.44452444 161.35877875 170.74342034 161.41709815
?187.54503422 160.61351112 177.18043424 180.366389 ? 177.56347178
?165.48898864 189.19288388 186.5750155 ?154.66924922 … 170.94541687]

接下來，我們將使用這些數據來進行直方圖的繪制。

3. 使用Matplotlib繪制直方圖

如果我們已經裝好了numpy和Matplotlib庫，接下來我們使用以下代碼來繪制最基礎的直方圖，代碼如下：

import matplotlib.pyplot as plt
import numpy as np
data = np.random.normal(170, 10, 250)
plt.hist(data)
plt.show()

樣例輸出如下：

嗯捏，我們已經成功繪制了第一個直方圖。

事實上，Matplotlib提供了大量參數來定制圖形，我們將使用它們使上面的直方圖更具可視化效果。代碼如下：

import matplotlib.pyplot as plt
import numpy as np
data = np.random.normal(170, 10, 250)
plt.hist(data, bins= 20, color='green')
plt.show()

輸出如下：

4. 使用Pandas繪制直方圖

其實，Python中的第三方庫Pandas為大家提供了高效地操作大型數據集所需的工具。在Pandas的幫助下，我們可以輕松高效地執行數據分析任務。

所以，我們也可以使用Pandas中的hist進行直方圖繪制，樣例代碼如下：

# import libraries
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# generate random data using NumPy
random_data = np.random.normal(170, 10, 250)
# convert the data into a Pandas DataFrame
dataframe = pd.DataFrame(random_data)
# plot histogram using Pandas hist() function
dataframe.hist()

輸出結果如下：

哇，是不是可視化效果更加美觀啦！

5. 總結

在本文中，我們從直方圖的基本知識開始，并介紹了它們的用途。接著，我們使用Numpy生成虛擬數據，并使用Matplotlib和Pandas分別進行直方圖的繪制，并給出了相應的代碼示例。