前言
matplotlib处理经常能够用到的折线图、柱状图等，还可以画出直方图和密度图。
plt.hist()方法
matplotlib.pyplot.hist（x，bins = None，range = None，density = None，weights = None，cumulative = False，bottom = None，hist type =‘bar’，align =‘mid’，orientation =‘vertical’，rwidth = None，log = False，color = None，label = None，stacked = False，normed = None，*，data = None，** kwargs ）
可以看到参数非常多，简单的介绍几个：
x ： （n，）数组或序列（n，）数组
输入值，这需要单个数组或不需要具有相同长度的数组序列。
bins： int，默认是10，就是把数据分多少份的意思。
sequence， 可以给出bins的边缘如：[1, 2, 3, 4]，分成的区间就是[1, 2)[2, 3)[3, 4]。
hist type ： {‘bar’，‘barstacked’，‘step’，‘stepfilled’}，可选，改变绘图样式。
rwidth：柱状图，每一个柱子的相对宽度
详情参考官方文档：传送门
代码demo
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series, DataFrame
np.random.seed(666)
s = Series(np.random.randn(1000)) # 1000 个数据的分布
s.hist( rwidth = 0.9, bins = 5, histtype = 'stepfilled')
plt.show() # 见 图1
re = plt.hist(s, rwidth = 0.9, kind = 'kde')
'''
re 是一个元组
re[0] <class 'numpy.ndarray'> 出现的频率
[ 6. 20. 81. 185. 265. 214. 151. 63. 10. 5.]
re[1] <class 'numpy.ndarray'> 出现的间隔
[-3.19551031 -2.5366076 -1.87770489 -1.21880218 -0.55989947 0.09900323
0.75790594 1.41680865 2.07571136 2.73461407 3.39351678]
re[2] <a list of 10 Patch objects>
'''
plt.show() # 见 图2
'''
第一个数值的频率是6，介于 -3.19551031 和 -2.5366076 之间
一次类推
'''
'''
参数设置：
bins 默认 10， 分多少份
color 选择颜色
orientation 默认垂直，可以选择水平
注意：将kind='kde',画出来的就是一个密度图,如：
s.plot(kind='kde') 就是一个密度图
'''
在之前提到对series画图中，可以使用 s.plot()，需要注意的是，将kind=‘kde’,画出来的就是一个密度图,如：
s.plot(kind=‘kde’) 就是一个密度图
图1：
图2：
