数据可视化实例（八）： 边缘直方图（matplotlib，pandas）

# 导入numpy库
import numpy as np
# 导入pandas库
import pandas as pd
# 导入matplotlib库
import matplotlib as mpl
import matplotlib.pyplot as plt
# 导入seaborn库
import seaborn as sns
# 在jupyter notebook显示图像
%matplotlib inline

large = 22; med = 16; small = 12
            # 设置子图上的标题字体
params = {‘axes.titlesize‘: large,  
            # 设置图例的字体
          ‘legend.fontsize‘: med,
            # 设置图像的画布
          ‘figure.figsize‘: (16, 10),  
            # 设置标签的字体
          ‘axes.labelsize‘: med, 
            # 设置x轴上的标尺的字体
          ‘xtick.labelsize‘: med,  
            # 设置整个画布的标题字体
          ‘ytick.labelsize‘: med,  
          ‘figure.titlesize‘: large}  
# 更新默认属性
plt.rcParams.update(params)  
 # 设定整体风格
plt.style.use(‘seaborn-whitegrid‘)
# 设定整体背景风格
sns.set_style("white")  

matplotlib.pyplot.hist(x,bins=None,range=None, density=None, bottom=None, histtype=‘bar‘, align=‘mid‘, 
log=False, color=None, label=None, stacked=False, normed=None)

x: 数据集，最终的直方图将对数据集进行统计
bins: 统计的区间分布
range: tuple, 显示的区间，range在没有给出bins时生效
density: bool，默认为false，显示的是频数统计结果，为True则显示频率统计结果，这里需要注意，频率统计结果=区间数目/(总数*区间宽度)，和normed效果一致，官方推荐使用density
histtype: 可选{‘bar‘, ‘barstacked‘, ‘step‘, ‘stepfilled‘}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似
align: 可选{‘left‘, ‘mid‘, ‘right‘}之一，默认为‘mid‘，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认
log: bool，默认False,即y坐标轴是否选择指数刻度
stacked: bool，默认为False，是否为堆积状图