matplotlib库作为Python的经典和最为常用的数据可视化库，它拥有强大的绘制图表的能力。今天呢，咱们就探讨一种常用图形，它就是大家很熟悉的 直方图 。
那什么是直方图呢？其实直方图就是用来展现连续性数据分布特征的统计图形，通过绘制直方图，就可以很直观的观测出数据集中的各组成数据的特征、趋势和波动等情况哦。
在Python数据可视化中，直方图的绘制其实是通过调用 hist()函数 来进行绘制和生成的！
为了让大家对于直方图和hist()函数有更直观的印象和更深入的了解，咱们还是举个“栗子”吧！
上面就是咱们所编写的绘制直方图的程序哦，下面咱们就重点来看一下上面红色方框中hist()函数吧！
plt.hist(x_axis,bins=y_axis,color='red',histtype='bar',rwidth=0.97)
首先看一下第一个参数x_axis，它代表的是连续型数据输入值哦，就是上面第10行咱们给x轴所赋的值。
第二个参数bins表示的是用于确定柱体的个数哦，当然啦也可能是柱体边缘的范围哦。
第三个参数color表示的是柱体的颜色哦。
第四个参数histtype表示的是柱体的类型哦。
第五个参数rwidth表示的是柱体的相对宽度哦，它的取值范围是0~1哦，当然啦，rwidth的值取不同的相对宽度绘制出来的直方图会有区别哦！
下面咱们就调用Python解释器运行一下上面咱们所写的程序吧！
执行上面指令输出如下咱们绘制的直方图哦：
下面咱们对绘制直方图的hist()函数中的第五个参数rwidth的值进行调节一下看看有什么不同的效果哦！
首先呢，咱们给rwidth的值赋值为1.0看看效果哦：
运行咱们所修改后的程序就会输出如下结果哦：
看到区别了吗，此时当rwidth=1.0时，所绘制出来的直方图就会铺满图表，柱体之间的边界就不再明显了哦！
下面咱们再将参数rwidth的值调小哦，比如咱们给变量rwidth赋值为0.1再来看看效果哦：
运行上面咱们所修改的程序，就会生成如下图表哦：
此时呢，咱们所绘制的直方图就会变成细条哦！
所以在用hist()函数去绘制直方图时，需要给参数rwidth赋一个合适的值哦！
上面就是咱们所介绍的在Python中绘制直方图的全部哦，希望大家学会hist()函数的调用和语法格式哦，然后将其运用到自己的工作中！好啦，今天咱们就聊到这吧！下次再见哦！[再见]
随时随地看视频
