直方图

简介

在统计学中，直方图（英语：histogram）是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量，以长条图（bar）的形式具体表现。因为直方图的长度及宽度很适合用来表现数量上的变化，所以较容易解读差异小的数值。

相关概念

• 组数：在统计数据时，我们把数据按照不同的范围分成几个组，分成的组的个数称为组数
• 组距：每一组两个端点的差
• 频数：分组内的数据元的数量除以组距

频数分布直方图

非标准的直方图(面积无意义)

应用场景

适合的场景

1. 当数据具有单个自变量时 当数据依赖于像客户年龄这样的单个变量时，应使用直方图。直方图可帮助查看者了解因变量的分布。例如，基于年龄的客户银行存款余额。

2. 当数据具有连续范围时 当样本数据表示学生考试成绩等连续范围时，直方图很有用。当数据在其范围内存在显著差距时，直方图可能不适合。

3. 当需要比较两个数据集时 直方图是比较两个数据集的频率分布的绝佳工具。例如，考虑不同年龄组的顾客的购买次数。直方图可用于比较多个商店中的这些数据。

不适合的场景

1. 当数据为非数字时 直方图最适用于具有连续数据范围的数值变量的图形表示。如果数据由性别或位置等非数字值组成，则直方图显然是不合适的。在这种情况下，可以使用饼图或条形图。

2. 当样本数量较小时 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于 50 个。

3. 当数据中存在较大间隙时 当样本数据连续时，直方图最适合。直方图表示属于不同条柱的数据点，因此当数据丢失或未定义时，图形效率低下。

案例

案例数据下载：学生成绩表

案例介绍：本案例是某班级60名学生的某项成绩表，满分150，作为该门课程的教师或校领导想要看学生的成绩分布，此时选用直方图进行展示比较合适。

直方图制作流程：

1. 页面右侧的图表中选择直方图；
2. 将度量字段中的【成绩】字段拖入度量，可以看到系统默认生成的直方图；
3. 展开设置Tab中的基础配置, 可以看到默认的分箱类型为分箱数量，分箱数量是6，即直方图中的柱子个数是6，从下图中可以看到X轴的最后一根柱子的范围超过了150(成绩的最大值)，因此需要对坐标轴进行优化；
4. 选择分箱类型为分箱宽度，宽度设为10，即每个柱子都是10分；
5. 设置X轴的最大值为150，最小值是0，X轴坐标轴的间距是10，Y轴的最大值为8，鼠标移动到柱子上可以看到各个区间的人数，如下图所示：
6. 如果想看某个成绩区间中的男生数量和女生数量，可以将维度字段【性别】拖到维度处，结果如下图所示：