绘图库 Matplotlib 入门教程( 三 ) 前言本文的文字及图片来源于

# hist.py import matplotlib.pyplot as pltimport numpy as np data = http://kandian.youth.cn/index/[np.random.randint(0, n, n) for n in [3000, 4000, 5000]]labels = ['3K', '4K', '5K']bins = [0, 100, 500, 1000, 2000, 3000, 4000, 5000] plt.hist(data, bins=bins, label=labels)plt.legend() plt.show()上面这段代码中， [np.random.randint(0, n, n) for n in [3000, 4000, 5000]]生成了包含了三个数组的数组，这其中：

第一个数组包含了3000个随机数，这些随机数的范围是 [0, 3000)
第二个数组包含了4000个随机数，这些随机数的范围是 [0, 4000)
第三个数组包含了5000个随机数，这些随机数的范围是 [0, 5000)

bins数组用来指定我们显示的直方图的边界，即：[0, 100) 会有一个数据点， [100, 500)会有一个数据点，以此类推。所以最终结果一共会显示7个数据点。同样的，我们指定了标签和图例。
这段代码的输出如下图所示：

文章插图
在这幅图中，我们看到，三组数据在3000以下都有数据，并且频度是差不多的。但蓝色条只有3000以下的数据，橙色条只有4000以下的数据。这与我们的随机数组数据刚好吻合。
hist函数的详细说明参见：
matplotlib.pyplot.hist
结束语通过本文，我们已经知道了Matplotlib的大致使用方法和几种最基本的图形的绘制方式。
需要说明的是，由于是入门教程，因此本文中我们只给出了这些函数和图形最基本的使用方法。但实际上，它们的功能远不止这么简单。因此本文中我们贴出了这些函数的API地址以便读者进一步的研究。