一文讲透Python数据分析可视化之直方图（柱状图）

直方图（Histogram）又称柱状图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。通过绘制直方图可以较为直观地传递有关数据的变化信息，使数据使用者能够较好地观察数据波动的状态，使数据决策者能够依据分析结果确定在什么地方需要集中力量改进工作。

绘制直方图常用的函数包括plt.hist和sns.histplot。以绘制invest和profit的直方图为例，代码如下（注意需要全部选中这些代码并整体运行）：

plt.figure(figsize=(20,10)) # figsize用来设置图形的大小，figsize = (a, b)，其中a为图形的宽，b为图形的高，单位为英寸。本例中图形的宽为20英寸, 高为10英寸

plt.subplot(1,2,1) # 本代码的含义是指定作图位置。可以把figure理解成画布，subplot就是将figure中的图像划分为几块，每块当中显示各自的图像，有利于进行比较。一般使用格式：subplot(m,n,p)。其中，m为行数，即在同一画面划分m行个图形位置；n为列数，即在同一画面划分n列个图形位置，本例中把绘图窗口划分成1行2列2块区域，然后在每个区域分别作图；p为位数，即p=1表示在同一画面的m行、n列的图形位置中从左到右、从上到下的第一个位置

plt.hist(data['invest'], density=False) # 绘制invest变量的直方图，参数density的值为True和False，表示是否进行归一化处理

plt.title("Histogram of 'invest'") # 将invest变量的直方图的标题设置为 Histogram of invest

plt.subplot(1,2,2) # 在figure画布从左到右、从上到下的第二个位置作图

plt.hist(data['profit'], density=False) # 绘制profit变量的直方图，不进行归一化处理

plt.title("Histogram of 'profit'") # 将profit变量的直方图的标题设置为 Histogram of profit，运行结果如图4.3所示

图4.3 invest和profit的直方图

上述内容节选自《Python机器学习原理与算法实现》，杨维忠张甜著清华大学出版社 4.4.1 直方图一节。

很多朋友反映学机器学习比较难、效果不好，我的观点是：单纯学习机器学习算法，而机器学习的原理相对艰深，会导致很多基础薄弱的初学者因各种数学模型的复杂推导而却步。还是需要结合相应的编程语言来实现操作，比如Python，拿到源代码边学习边操作，从解决问题、上手操作中获得成就感，才会越学越深入，学习效果才会好。

针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实现》（杨维忠张甜著 2023年2月新书清华大学出版社）《Python数据科学应用从入门到精通》（张甜杨维忠著 2023年11月新书清华大学出版社）。这两本书的特色是在数据分析、机器学习各种算法的介绍方面通俗易懂，较少涉及数学推导，对数学基础要求相对不高，在python代码方面讲的很细致，看了以后根据自身需要选取算法、优化代码、科学调参。都有配套免费提供的源代码、数据文件和视频讲解，也有PPT、思维导图、习题等。

为什么说这两本书值得？首先说《Python机器学习原理与算法实现》（杨维忠张甜著 2023年2月新书清华大学出版社），内容非常详实，包含了Python和机器学习，相当于一次获得了两本书。在讲解各类机器学习算法时，逐一详解用到的各种Python代码，针对每行代码均有恰当注释（这一点基本上是大多数书目做不到的）。恒丰银行总行副行长郑现中，山东大学经济学院教学实验中心主任副教授韩振，德勤华永会计师事务所华文伟合伙人，首创证券深圳分公司机构业务部樊磊总经理中国准精算师，山东省农村信用社联合社数据管理项目组郝路安总监等一众大牛联袂推荐。这本书在出版之前曾开发成9次系列课程，在恒丰银行全行范围类开展培训，490人跟随杨维忠老师上课学习（课程限报490人），培训完成后课程在知鸟平台上回放超过3万人次。很多银行员工通过这些学习一下子就学会了Python，并且用于工作中开展数据分析、机器学习、数据可视化等，这本书也被多家商业银行选做数字化人才培训教材，成为银行员工的一本网红书。

《Python数据科学应用从入门到精通》一书，旨在教会读者实现全流程的数据分析，并且相对《Python机器学习原理与算法实现》一书增加了很多概念性、科普性的内容，进一步降低了学习难度。国务院发展研究中心创新发展研究部第二研究室主任杨超，山东大学经济学院金融系党支部书记、副主任、副教授、硕士生导师张博，山东管理学院信息工程学院院长袁锋教授、硕士生导师，山东大学经济学院刘一鸣副研究员、硕士生导师，得厚投资合伙人张伟民等一众大牛联袂推荐。书中全是干活，买这一本书相当于一下子得到了5本书（Python基础、数据清洗、特征工程、数据可视化、数据挖掘与建模），而且入门超级简单，不需要编程基础，也不需要过多数学推导，非常适用于零基础学生。全书内容共分13章。其中第1章为数据科学应用概述，第2章讲解Python的入门基础知识，第3章讲解数据清洗。第4~6章介绍特征工程，包括特征选择、特征处理、特征提取。第7章介绍数据可视化。第8~13章介绍6种数据挖掘与建模方法，分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。从数据科学应用和Python的入门，再到数据清洗与特征工程，最终完成数据挖掘与建模或数据可视化，从而可以为读者提供“从拿到数据开始，一直到构建形成最终模型或可视化报告成果”的一站式、全流程指导。

两本书随书赠送的学习资料也很多，包括全部的源代码、PPT、思维导图，还有10小时以上的讲解视频，每一章后面还有练习题及参考答案，还有学习群，相对于只看网络上的视频，一方面更加系统、高效，另一方面照着书一步步操作学起来也事半功倍。全网热销中，当当、京东等平台搜索“Python机器学习杨维忠”“Python数据科学杨维忠”即可。

《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社），适用于学习Python/机器学习