2.5 绘制直方图

Python中有不少画图的包。这里我们要演示的是pyplot，来自matplotlib（http://matplotlib.sourceforge.net）。

很多Python安装程序中都带有这个包。启动Python解释器，输入以下命令就可以查看是否安装了这个包：

import matplotlib.pyplot as pyplot 
pyplot.pie([1,2,3]) 
pyplot.show()

如果安装了matplotlib，就应该能看到一个饼图，否则就说明还没有安装。

直方图和概率质量函数通常画成条状图。pyplot中绘制条状图的函数是bar。Hist对象中有一个Render方法，会返回一个排序后的值列表，以及相应的频数，下面是bar函数所需的参数：

>>> vals, freqs = hist.Render() 
>>> rectangles = pyplot.bar(vals, freqs) 
>>> pyplot.show()

我编写了一个myplot.py，提供了绘制直方图的函数、概率质量函数，以及你将要看到的其他对象。它的文档在thinkstats.com/myplot.html上，从thinkstats.com/myplot.py可以下载到代码。或者你喜欢的话，也可以直接用pyplot，可以在网上找到它的文档。

图2-1是第一胎婴儿和非第一胎婴儿怀孕周期直方图。

图2-1 怀孕周期直方图

直方图很有用，因为它可以非常直观地展现数据的以下特征。

• 众数

  分布中出现次数最多的值叫做众数。在图2-1中，众数显然是在39周，众数是最适合描述典型值的汇总统计量。

• 形状

  以众数为中心，整个分布是不对称的；在右侧下降很快，而在左侧下降比较慢。从医学的角度来看，这是对的。宝宝经常会提前来到这个世界，但却很少有呆在妈妈肚子里超过42周的。此外，分布的右侧到了42周就被截断了，因为到了这个时候医生会采取必要的措施。

• 异常值

  远离众数的值叫做异常值（outlier）。其中有些只是罕见情况，比如30周出生的宝宝。但有些很有可能是汇总或者记录数据的某个环节中的失误导致的。

直方图直观地展示了数据的一些特征，但通常比较两个分布时意义不大。在这个例子中，“第一胎婴儿”的数量要比“非第一胎婴儿”的数量少。因此，直方图中某些明显差异是由样本大小造成的。可以用PMF来解决这个问题。