条形图与直方图

系统集成项目管理工程师教程各种图的总结目录帕累托图 (3)一、定义 (3)二、最优 (3)三、最优的条件 (4)四、定律 (4)鱼骨图 (6)一、定义 (6)二、鱼骨图的三种类型 (6)三、鱼骨图制作 (6)四、鱼骨图使用步骤 (7)五、鱼骨图案例分析 (8)六、用统计工具软件MINTAB制作鱼骨图 (8)散点图 (9)条形图 (10)一、简介 (10)二、描绘条形图的要素 (10)直方图 (12)一、科技名词定义 (12)二、百科名片 (12)三、目录 (12)四、直方图的绘制方法 (13)五、用直方图来观察和分析生产过程质量状况 (13)六、如何判断直方图是否正常的形状： (14)七、直方图在摄影上的应用 (16)趋势图 (17)一、简介 (17)二、柱形图 (17)控制图 (20)一、百科名片 (20)二、定义 (20)三、作用 (21)四、控制图的预防原理 (21)五、统计过程控制的实质 (21)六、计量值控制图 (22)七、计数值控制图 (22)八、判断稳态的准则 (23)九、应用控制图需要考虑的问题 (24)十、基本结构 (25)十一、详细分类 (25)十二、扩展阅读 (25)帕累托图一、定义帕累托图又叫排列图、主次图,是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。

它是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。

可以用来分析质量问题，确定产生质量问题的主要因素。

按等级排序的目的是指导如何采取纠正措施：项目班子应首先采取措施纠正造成最多数量缺陷的问题。

从概念上说，帕累托图与帕累托法则一脉相承，该法则认为相对来说数量较少的原因往往造成绝大多数的问题或缺陷。

帕累托图排列图用双直角坐标系表示,左边纵坐标表示频数,右边纵坐标表示频率.分析线表示累积频率,横坐标表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从左到右排列,通过对排列图的观察分析可以抓住影响质量的主要因素.帕累托法则往往称为二八原理，即百分之八十的问题是百分之二十的原因所造成的。

1．扇形统计图(1)扇形统计图的概念用圆和扇形来表示总体和部分的关系，即用圆表示总体，各个扇形分别代表总体中的不同部分，扇形面积的大小表示各部分占总体的百分比的大小，这样的统计图叫扇形统计图．扇形统计图，它是用整个圆的面积表示总数，用圆内的扇形面积表示各部分占总数的百分比的统计图．特点：能直观地反映每组数据占总数的百分比，及各部分之间的关系．画法：(1)计算出各部分数量占总体数量的百分比；(2)利用百分比计算出各部分所对应的扇形圆心角的度数；(3)绘制扇形图；(4)标明各部分的名称和相应的百分比．应用：①透过扇形图能读出各组数据所占的百分比，在已知总数的情况下能求出各组数据的个数．②在扇形统计图中，每部分扇形占总体的百分比乘以360°等于该部分所对应的扇形圆心角的度数．2.条形统计图 条形统计图是用一定单位长度的长方形表示一定的数量，并根据数量的多少画成长短不同的条形图，然后，把这些图形按照一定的顺序排列起来的反映数据之间关系的图形． 条形的宽度相同，长度不同，通过条形高的长短来体现各组数据个数及各组数据间的差别． 特点：①它能直观地反映每组中数据的个数；②能直观地反映出数据之间的差别． 缺点：不容易看出各组数据占总数的比例．应用：通过条形统计图能读出各组数据的个数，进而能求出总数据个数及各组数据间的差，以及各组数据所占的百分比等．3．频数直方图频数直方图也是描述数据的一种重要方法．通过频数直方图能直观地了解各组数据中的频数分布情况．画频数直方图的一般步骤：(1)计算最大值与最小值的差，找出数据的变化范围通过观察，首先找出数据中的最大值和最小值，并计算出最大值与最小值的差(极差)，找出数据的变化范围．(2)决定组距与组数把所有数据分成若干组，每个小组的两个端点之间的距离(组内数据的取值范围)称为组距． 根据最大值与最小值的差，来决定组距与组数．组距和组数的确定没有固定的标准，一般来说，数据越多分的组数也越多，当数据不超过50个时，可以分成5～7组；当数据在50～100之间时，一般分成8～12组．组数可以根据最大值－最小值组距来计算．(3)决定分点有些数据本身就是分点，不好决定它们究竟应该属于哪一组，为了避免出现这种情况，可以使分点比已知数据多一位小数，并且把第一组的起点稍微的减小一点．(4)列频数分布表频数分布表一般由三部分组成，一是数据分组，二是划记，三是频数．对落在各个小组内的数据进行累计，得到各个小组内的数据的个数(叫做频数)，整理可得频数分布表．(5)画频数直方图频数直方图的横轴由数据组成，纵轴由频数组成．每个小长方形的高表示相应小组内数据的频数．4．合理分组的方法分组是列频数分布表和画频数直方图的前提，分组不同，所画出的直方图也不同． 对于一组数据，分组的方法有三种：一是根据组距分组，首先计算出最大值与最小值的差，根据最大值与最小值的差，适当地确定组距，根据最大值－最小值组距＝组数(收尾法)来确定组数，然后分组，整理数据． 二是根据组数分组，先根据数据的个数和实际需要确定组数，再根据最大值－最小值组数＝组距，取适当的数作为组距，然后分组，整理数据．三是根据最大值与最小值的差，再根据数据的实际情况，大约确定一个适合的利于计算的数为组距，如5,10等．只要能正确地反映数据的分布情况，并且能包含所有的数据的分组方法都可以．5．频数直方图与扇形统计图综合应用在统计图表的综合应用中，频数直方图与扇形统计图组合是出现较多的题目，它们之间的互相结合、互相补充，能多方面地反映数据间的内在关系．频数分布表和频数直方图能直观显示各组频数分布的情况，也能清楚地反映各组数据中频数的差别，扇形图侧重反映了各部分占总数的百分比，因而，它们之间互相补充．直方图和扇形图综合运用主要表现在，根据直方图中频数的个数和对应的数据在扇形图中所占的比例，能够求出数据总个数，进而根据数据总个数确定直方图中未知组的频数个数，补全直方图，求出扇形图中的百分比值，或圆心角度数等．6.频数直方图与条形统计图的比较应用条形图和直方图都是描述数据的重要方式，它们图形类似，都能直观地反映每组中数据的个数(频数)，也能直观地反映出数据(频数)之间的差别．但它们是两种不同的数据描述方式，在描述数据的侧重点和表现形式上也存在着很多不同．(1)条形图是用条形的高表示各类别频数的多少，其宽度是固定的；频数直方图是用面积表示各组频数的多少，宽度则表示各组的组距，因此各长方形的高度与宽度均有意义．(2)由于分组数据具有连续性，频数直方图的各长方形通常是连续排列的，而条形统计图则是分开排列的，中间有空隙．(3)条形统计图是直观地显出具体数据，频数直方图是表现频数的分布情况。

1.横道图（甘特图）甘特图通过条状图来显示项目，进度，和其他时间相关的系统进展的内在关系随着时间进展的情况。

2.亲和图亲和图是一种用来对大量创意进行分组，以便进一步审查和分析的技术。

3.因果图（鱼骨图）鱼骨图（又名因果图、石川图），指的是一种发现问题“根本原因”的分析方法。

4.控制图控制图是按时间顺序展示过程数据，并将这些数据与既定的控制界限相比较的一种图形。

控制图有一条中心线，有助于观察图中的数据点向两边控制界限偏移的趋势。

5.网络图网络图是一种表示项目进度活动之间逻辑关系的图形，可以确定项目工作的关键路径。

6.趋势图趋势图用来呈现某事物或某信息数据的发展趋势的图形，使其能被更好的理解。

在挣值管理中被广泛使用。

7.帕累托图帕累托图（Pareto chart）是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种直方图图表。

8.直方图直方图是一种展示数字数据的条形图，可以展示每个可交付成果的缺陷数量、缺陷成因的排列、各个过程的不合规次数，或项目或产品缺陷的其他表现形式。

在项目管理中，常用的直方图有资源直方图和缺陷直方图9.影响图影响图是对变量与结果之间的因果关系、事件时间顺序及其他关系的图形表示。

10.系统交互图系统交互图是对产品范围的可视化描绘，显示业务系统（过程、设备、计算机系统等）及其与人和其他系统（行动者）之间的交互方式。

11.决策树一种图形和计算技术，用来评估与一个决策相关的多个可选方案在不确定情形下的可能后果。

12.工作分解结构工作分解结构（WBS）将项目可交付成果和项目工作分解为较小的、更易于管理的组件的过程。

13.思维导图思维导图是一种把从头脑风暴中获得的创意整合成一张图的技术，用以反映创意之间的共性与差异，激发新创意。

14.矩阵图矩阵图一种质量管理和控制工具，使用矩阵结构对数据进行分析。

在行列交叉的位置展示因素、原因和目标之间的关系强弱。

如利益相关者管理矩阵、SWOT分析矩阵等。

1、直方图与茎叶图有何区别？①茎叶图即能给出数据的分布状况，又能给出每个原始数据，保留了原始数据的信息；而直方图不能保留原始数据。

②茎叶图适用于小批量数据，而直方图的则适用于大批量数据。

③茎叶图主要用于展示未分组数据，而直方图则主要用于展示分组数据。

2、简述中心极限定理的内容。

中心极限定理的内容：从均值为、方差为(有限)的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为、方差为的正态分布。

3、简述方差分析的基本思想。

方差分析的基本思想同一个总体下，样本的观测值是不同的，它们之间的差异可以看成是随机因素的影响造成的，即由抽样的随机性所造成的随机误差，称组内误差。

不同总体之间的观测值也不同，这种差异可能是由抽样本身形成的随机误差，也可能是由不同总体间差异导致的系统误差造成的，称组间误差。

如果自变量的各水平对因变量无影响，那么在组间误差中只含随机误差，这时组间误差与组内误差经过平均后的数值就很接近，比值会接近1。

反之，比值就会大于1，当此比值大到某种程度时，就认定因素的不同水平之间存在显著差异，即自变量对因变量有显著影响。

4、简述时间序列预测的步骤。

时间序列预测的步骤：第一步：确定时间序列所包含的成分，也就是确定时间序列的类型。

第二步：找出适合此类时间序列的预测方法。

第三步：对可能的预测方法进行评估，以确定最佳预测方案。

第四步：利用最佳预测方案进行预测。

5、简述条形图与直方图的区别。

①条形图是用条形的长度或高度表示各类别频数的多少，其宽度是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度表示各组的组距，因此高度与宽度均有意义。

②条形图的各矩形分开排列，而直方图的则连续排列。

③条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。

6、假设检验和参数估计有什么相同点和不同点？相同点：都是利用样本对总体进行某种推断。

不同点：推断的角度不同：参数估计是用样本统计量估计总体参数的方法，总体参数在估计前是未知的；假设检验则是先对总体参数的值提出一个假设，然后利用样本信息去检验这个假设是否成立。

直方图与条形图直方图和条形图是常用的数据可视化方式，它们能够以直观的方式展示数据的分布情况和变化趋势。

本文将就直方图和条形图的定义、特点、应用以及制作方法进行探讨。

一、直方图与条形图的定义及特点直方图和条形图都是用于描述数据分布的图表形式，它们有以下几点不同：1. 直方图：直方图是一种列状图，横轴表示数据的范围或者分组，纵轴表示该范围或分组内数据的频数（或频率）。

直方图更适用于展示连续型变量的分布情况，例如人口年龄分布、体重分布等。

直方图的列宽表示数据的范围，列高表示该范围内数据的频数或频率。

2. 条形图：条形图是一种用矩形代表数据的图表，横轴表示数据的种类或类别，纵轴表示数据的数值。

条形图适用于展示离散型变量的分布情况，例如商品销售情况、学生考试成绩等。

条形图的矩形高度表示数据的数值，矩形宽度可以相等或不相等。

二、直方图与条形图的应用领域和作用直方图和条形图在很多领域都有广泛的应用，主要包括以下几个方面：1. 数据分布：直方图和条形图能够直观地展示数据的分布情况，帮助人们了解数据的集中趋势和分散程度。

通过观察直方图或条形图的形状，可以判断数据的偏态（左偏、右偏、对称）、尖态（峰度）以及集中程度等。

2. 比较分析：直方图和条形图可以用于比较不同组别或类别之间的数据差异，从而找出规律和趋势。

例如，通过对比不同年份的销售数据条形图，可以看出产品销售情况是否有变化。

3. 预测趋势：基于历史数据的直方图和条形图可以帮助预测未来的趋势和可能的分布情况。

通过观察数据的变化和分布规律，可以做出合理的推测和预测。

三、制作直方图和条形图的方法制作直方图和条形图可以使用各种统计软件和工具，例如Microsoft Excel、Python的matplotlib库等。

以下是制作直方图和条形图的一般步骤：1. 收集数据：首先需要收集所需的数据，确保数据的准确性和完整性。

2. 数据分组：对于直方图，需要对连续型变量进行分组，确定分组的宽度或范围。

几种常见统计图的比较与选择我们已经学习了几种常见的统计图，这些统计图各有其优点和缺点，所以在平时的具体应用时，应根据统计图的各自特点灵活选择运用.一、条形统计图表示各种数量的多少用条形统计图.条形统计图的优点是能清楚地表示出每个项目的具体数目；缺点是不能准确地描述各部分量之间的关系.例1北京奥组委从4月15日起分三个阶段向境内公众销售门票，开幕式门票分为五个档次，票价分别为人民币5000元、3000元、1500元、800元和200元.某网点第一周内开幕式门票的销售情况见如图1所示的统计图，那么第一周售出的门票票价．．的众数是（ ） A.1500元B.11张C.5张D.200元简析 从条形图中我们清楚地看到票价分别为人民币5000元、3000元、1500元、800元和200元的门票分别销售2张、5张、11张、5张和6张，由此可知这第一周售出的门票票价的众数是1500元，故应选A .二、扇形统计图表示各部分数量同总数之间的关系用扇形统计图. 扇形统计图的优点是能清楚地表示出各部分在总体中所占的百分比；缺点是不能从统计图上看出具体的数量.扇形统计图的制作步骤是：（1）数据的采集，即各部分的数据的收集；（2）数据的整理，即计算出各部分的总和，再计算各部分所占的百分比；（3）作图，即根据百分比计算出各部分对应圆心角的大小（将百分比乘以360°），再用量角器画出各个扇形；（4）标上各部分的名称和它所占的百分比.例2 已知小明家五月份总支出共计1200元，各项支出如图2所示，那么其中用于教育5000 3000 1500 800 200 档（元）第一周开幕式门票销售情况统计图数量（张）图1图2上的支出是元.简析从扇形统计图中可知小明家五月份用于教育上的支出的百分数是18％，而五月份总支出共计1200元，所以小明家五月份用于教育上的支出是1200×18％＝216（元）.三、折线图表示数量的多少及数量增减变化的情况用折线图. 折线图的优点是能清楚地反映事物的变化情况；缺点是不能反映每一个数据在总体中的具体情况.例3（2007·义乌市）“义乌·中国小商品城指数” 简称“义乌指数”.如图3是2007年3月19日至2007年4月23日的“义乌指数”走势图，下面关于该指数图的说法正确的是（）DA.4月2日的指数位图中的最高指数B.4月23日的指数位图中的最低指数C.3月19至4月23日指数节节攀升D.4月9日的指数比3月26日的指数高简析由折线统计图可知4月16日的指数位图中的最高指数，3月19日的指数位图中的最低指数，3月19至4月2日指数节节攀升，即A、B、C的选择支都是错误的，而4月9日的指数比3月26日的指数高的说法是正确的，故应选D.图3四、直方图落在不同小组中的数据个数为该组的频数，频数与数据总数的比为频率，频率能反映各组频数的大小在总数中所占的份量.直方图能直观清楚地反映数据在各个范围内的分布情况，从而更全面、准确、细致地反映事物的属性.绘制频数分布直方图的一般步骤是：（1）计算最大值与最小值的差，目的是知道数据波动的大小，把它作为分组的依据；（2）决定组距与组数；（3）决定分点；（4）列频数分布表；（5）绘制频数分布直方图.例4 抽取某校学生一个容量为150的样本，测得学生身高后，得到身高频数分布直方图如图4，已知该校有学生1500人，则可以估计出该校身高位于160cm至165cm之间的学生大约有人.简析 从频数分布直方图中可知150人中身高位于160cm 至165cm 之间的学生有30人，所以该校有学生1500人中可以估计出身高位于160cm 至165cm 之间的学生大约有1500150×30＝300（人）. 下面几道题目供同学们自己练习：1、某射击小组有20人，教练根据他们某次射击的数据绘制成如图5所示的统计图，则这组数据的众数和中位数分别是（ ）A.7、7B.8、7.5C.7、7.5D.8、6.52、某校七年级（1）班36位同学的身高的频数分布直方图如图6所示.问： （1）身高在哪一组的同学最多？ （2）身高在160cm 以上的同学有多少人？（3）该班同学的平均身高约为多少（精确到0.1cm ）？3、在2004年雅典奥运会上，中国队取得了令人瞩目的成绩，获得金牌32枚、银牌17枚、铜牌14枚，在金牌榜上位居第二.请用扇形统计图表示中国队所获奖牌中，金、银、铜牌的分布情况.(cm)图4图5cm ）图6参考答案： 1、C .2、（1）通过观察频数分布直方图知，身高在160.5cm ～165.5cm 这一组人数最多.（2）由频数分布直方图知，身高在160cm 以上的同学有：12+8+3＝23（人）.（3）该班同学的平均身高为41539158121638168317336⨯+⨯+⨯+⨯+⨯＝162（cm ）.3、中国队所获的奖牌是由金牌、银牌、铜牌组成，它们是总量和分量的关系．先求出金、银、铜牌分别占奖牌总数的百分比，在根据百分比算出扇形的圆心角，进而画出扇形统计图.即①中国队共获奖牌63枚，其中金牌32枚，占奖牌总数的百分比为：32÷63≈50.79％.银牌17枚，占奖牌总数的百分比为：17÷63≈26.99％.铜牌14枚，占奖牌总数的百分比为：14÷63≈22.22％.②反映在扇形统计图上，扇形的圆心角为：金牌应为：360°×50.79％≈182.8°，银牌应为：360°×26.99％≈97.2°，铜牌应为：360°×22.22％≈80°.③绘制扇形统计图，如图所示.4、（1）5月6日新增确诊病例138人.（2）5月9日至5月11日三天共新增确诊病例为118+85+69＝272（人）.（3）从折线统计图中可清楚看到5月上半月新增确诊病例总体的趋势是下降的.两类复合条形图特征对比条形图是一种重要的统计图，其特点是：（1）能够显示每组中的具体数据；（2）易于比较数据之间的差别。

第十二章数据的描述12.1 几种常见的统计图表●目标导航1、了解频数、频率、条形图、扇形图等概念。

2、通过比较，了解用条形图、扇形图来描述数据的各自特点，并能初步会用条形图、扇形图来描述数据。

3、了解折线统计图。

通过描述数据的另一种方式——比较，了解用折线统计图表示数据的特点.初步会用折线统计图描述数据，能根据统计图用自己的语言描述数据的变化情况。

4、体会数据在现实生活中的作用，理解直方图的特点，学会从直方图中获取信息。

并能够根据直方图中提供的信息做出合理的判断，并能用自己的语言清楚地表达看法。

●名师引领1.我们常见的统计图表有哪几种?常见的统计图表有四种:条形图、扇形图、折线图、直方图。

2.条形图、扇形图、折线图、直方图分别有什么特点？条形图能够显示每组中的具体数据，易于比较数据之间的差别；扇形图常表示部分在总体中所占的百分比，它易于显示每组数据相对于总数的大小；折线图易于显示数据的变化趋势；直方图能够显示各组频数分布的情况，易于显示各组之间频数的差别。

●师生互动共解难题例1. 选择题：（1）要清楚地反映某地某月每天的气温变化情况，应绘制（）统计图。

A. 条形 B. 折线 C. 扇形（2）可以清楚地表示出各班考试平均分数的是（）统计图。

A. 条形B. 折线C. 扇形分析与解答：要解决这样的问题并不困难，关键要搞清各种统计图适合表示什么样的数据。

我们知道反映数据有很多种方式，可以用文字与数字，可以用统计表，也可以用我们学过的统计图。

前三者给人以精确的感觉，但并不直观；而后者则容易看出数据的变化与它们之间的比较，所以生活中经常用到，也是最基本的数据表达形式。

而常见的统计图有：条形、折线、扇形统计图。

条形统计图适合表示一些数据之间的大小关系。

折线统计图适合表示一种或几种数据的变化趋势。

（如果有几个数据，则应用不同的线条来表示）扇形统计图适合表示某一个数据占数据总量的百分数。

第一题要求我们表示出气温变化情况，是一个数据的变化，所以适合用折线统计图；而第二题同学们经常表示疑惑，因为三种统计图都可以表示各班考试平均分数，关键是要“清楚”地表示，就只能选择可以对比出各班分数高低的条形统计图。

直方图与条形图有何区别1 条形图是用条形的长度表示各类别频数的多少,其宽度则是固定的;直方图是用面积表示各组频数的多少.矩形的高度表示每一组的频数或频率,宽度则表示各组的组距,因此其高度宽度均有意义.2 由于分组数据具有连续性,直方图的各矩形通常是连续排列,而条形图是分开排列.3 条形图主要用于展示分类数据.直方图主要用于展示数值型数据.相关分析主要解决哪些问题1 变量之间是否存在关系2 如果存在关系,它们之间是什么样的关系3 变量之间的关系强度如何4 样本所反映的变量之间的关系能否代表总体变量之间的关系简述相关系数的性质1 r的取值范围在1至-1之间,即-1小于等于r小于等于12 r具有对称性3 r值大小与x和y的原点及尺度无关4 r仅仅是x与y之间线性关系的一个度量，它不能用于描述非线性关系5 r虽然是两个变量之间线性关系的一个度量，却不一定意味着x与y一定有因果关系简述假设检验的一般步骤1 陈述原假设h0和备择假设h12 从所研究的总体中抽出一个随机样本3 确定一个适当的检验统计量，并利用样本数据算出其具体的数值4 确定一个适当的显著性水平x，并计算出其临界值，指定拒绝域5 将统计量的值与临界值进行比较，并作出决策。

若统计量的值落在拒绝域内，拒绝原假设h0，否则不拒绝原假设h0一元线性回归模型中有哪些基本假设1 因变量y与变量x之间具有线性关系2 在重复抽样中，自变量x的取值是固定的，即假设x是非随机的3 误差项ε是一个期望值为0的随机变量，即Ε﹙ε﹚=94 对于所有的x值，ε的方差σ2都相同5 误差项ε是一个服从正态分布的随机变量，且独立，即ε~Ν﹙0，σ2﹚解释中心极限定理的含义1从均值为μ，方差为σ2的总体中，抽取样本量为n的随机样本，当n充分大时(通常要求n大于等于30)，样本均值x拔的抽样分布近似均值为μ，方差为σ2∕n的正态分布茎叶图与直方图相比有什么优点、它们的应用场合是什么茎叶图类似于横置的直方图，与直方图相比，茎叶图既能给出数据的分布状况，又能给出每一个原始数据，即保留了原始数据的信息。

seaborn学习笔记（三）：直⽅图、条形图、条带图1 直⽅图与条形图在过去很长⼀段时间，我⼀直分不清直⽅图和条形图，或者说⼀直认为两者是⼀样的，直到看到histplot()和barplot()两个绘图⽅法，前者是绘制直⽅图，后者是绘制条形图。

通过仔细对⽐两者各项功能后，我得出结论，两者⼗分相似，但有些许不同：直⽅图侧重于统计数据在数轴上各个位置的分布情况，统计的对象往往是连续型数值数据的，根据数值的⼤⼩分区间进⾏分组统计，例如有100个学⽣的⾝⾼，需要统计100个学⽣在各个⾝⾼段的分布情况；条形图不同，条形图分组往往是针对离散型数据或者说定性的分类数据，例如对⽐男⽣的平均⾝⾼和⼥⽣的平均⾝⾼。

不知道我这么理解对不对，欢迎留⾔讨论。

2 histplot()：直⽅图主要参数如下：data：绘图数据，可以是pandas.DataFrame，numpy.ndarray或者字典等x，y：指定的x轴, y轴数据，可以是向量或者字符串，当是字符串时，⼀定是data中的⼀个keyhue：可以是向量（pandas中的⼀列，或者是list），也可以是字符串（data中的⼀个key），seaborn将根据这⼀列设置不同颜⾊weights: 数据加权的权重stat: 柱形的统计⽅式1）count：统计每个区间的值的个数2）frequency：区间内取值个数除以区间宽度3）probability或proportion：进⾏标准化使条形⾼度总和为14）percent：标准化使条形总⾼度为1005）使条形总⾯积为1bins: 字符型、整型、向量都可以，可以是引⽤规则的名称、箱⼦的数量或箱⼦的分段或者分箱规则名称，规则名称见下⽅⽰例binwidth: 条形宽度binrange: 条形边缘的最⼤值或最⼩值discrete: 如果为True，则默认为binwidth=1，并绘制条形图，使其位于相应数据点的中⼼。

这避免了在使⽤离散（整数）数据时可能出现的“间隙”。