昨天我们介绍了使用Excel进行直方图的绘制，今天我们来介绍R语言和Python下的绘制方法。
图片来自网络，如侵删R语言篇
首先我们来介绍R语言下的直方图绘制，因为R语言是专门用于的统计分析软件，所以在不调用任何包的情况下就可以进行直方图的绘制。然而默认情况下绘制的图像往往比较难看，因此我们很多时候会调用ggplot2或者ggstatsplot等可视化的包进行绘制。
为了便于理解（对初学者来说好看不好看的问题可以缓一缓再说），本次教程中的直方图绘制就采用不加载包的形式进行绘制，数据还是采用和昨天一样的实例数据。完整的绘制代码如下：
前面的代码之前有说过了，这里就不再赘述了，我们来看一下hist这个函数的用法。可以通过【help(hist)】查看hist函数的用法：
我们可以通过设置其他的参数来对绘制出来的图像进行修改，例如我们设置颜色（col）等于红色（2），就在代码中添加一句：
其他参数的设置都是类似的，大家如果有兴趣可以研究研究。
Python篇
接下来我们看Python下的实现，相对来说也比较简单，完整代码如下：
相对于R来说，我们在Python中进行直方图的绘制要略复杂一点，需要调用matplotlib这个第三方库进行绘制。matplotlib这个第三方库中的hist函数的参数和R中基本的一致的，也有col（颜色）xlab(x轴标题）等。
查看函数参数的使用说明的方法和R也是类似的，输入【help(plt.hist)】就可以了。
总结
R&Python VS Excel
结合昨天的内容，大家已经发现了，在R和Python中，绘制直方图的时候，我们并不需知道数据的取值范围情况，软件会帮我们自动分好组。分组的组数也可以非常容易地通过bins=XX进行设置，这一点相较于Excel来说可以生省了不少事。
R VS Python
R语言和Python相比，R不用导入任何包就可以绘制图形，Python会略差一些（不调用第三包其实也可以，但是非常麻烦）。
在R语言中，我们想看data这个数据中的x这一列用的语句是data$x，而Python中用得是data.x；读取数据的时候R语言是read.csv而Python是pd.read_csv。这样对比来看，是不是两个软件一起学并不难？
从绘图的风格上来看，R默认的图片风格比较偏学术研究一些，而Python的风格则偏向于商业分析一些。
本文首发于微信公众号：HR大数据，欢迎扫码关注了解更多
