1、直方圖
matplotlib.pyplot.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs)
代碼示例：
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
# example data
mu = 100 # mean of distribution
sigma = 15 # standard deviation of distribution
x = mu + sigma * np.random.randn(10000)
num_bins = 50
# the histogram of the data
n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5)
# add a 'best fit' line
y = mlab.normpdf(bins, mu, sigma)
plt.plot(bins, y, 'r--')
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')
# Tweak spacing to prevent clipping of ylabel
plt.subplots_adjust(left=0.15)
plt.show()
結果如下：
函數參數解釋：
x，輸入數據，可以是一個一維序列，或多個不同長度的一維序列，或一個二維數組（等同於多個等長的一維序列）
bins，分段區間，可以是一個整數或一個序列，如果是整數n，將會均勻分爲n個區間，否則按指定的序列進行分段
range，指定橫座標的起始和終止範圍，默認範圍是(x.min(), x.max())，也可由用戶自行指定，如range=(min, max)。另外，如果bins是按指定序列分段，那麼range參數設置是無效的
normed，是否直方圖歸一化，默認爲False，如果設爲True，將會調整縱座標的值，使得直方圖中每個長方形塊的面積之和爲1，注意，不是每個長方形塊的縱座標值之和爲1
weights，默認爲False，統計直方圖時將對x中每個樣本進行加1計數，如果設爲一個與x等長的序列，那麼就不再是加1計數，而是權值求和
cumulative，是否累加，默認爲False，如果爲True，後一個直方圖將累加前面的直方圖計數
bottom，默認爲None，所有長方形塊的縱座標起始值是0，可以設爲一個整數或一個序列
orientation ，可設爲‘horizontal’或‘vertical’
log，默認爲False，如果爲True，橫座標將變成對數座標，即log(x)
color，默認爲藍色，設置顏色直接輸入顏色的英文單詞即可，如color='red'
以上參數是常用的函數參數，更多的參數可以查閱手冊http://matplotlib.org/api/pyplot_api.html
函數返回值：
n，每個長方形塊的縱座標值
bins，每個長方形塊的左右橫座標值
patches，Patch objects列表，長度等於n，裏面不知道是什麼數據