鲁达 我们一般使用散点图查看数据的分布，我们还可以使用直方图来说明，通过图形的长相，就可以快速的判断数据是否近似服从正态分布。
在统计学中，很多假设条件是在符合正态分布情况下得，这也是为什么我们要探究数据是否符合正态分布的原因。最常用的就是通过直方图来定性的判定数据的分布情况，这尤其显得重要。
python中如何绘制一个直方图。
python通过调研matplotlib包中的hist函数来生成直方图的，
绘图之前，我们先来看一下hist函数的参数含义及使用方法：
(x, bins= 10, range= None, normed= False, weights= None, cumulative= False, bottom= None, histtype= ‘bar’, align= ‘mid’, orientation= ‘vertical’, rwidth= None, log= False, color= None, label= None, stacked= False)
x：指定要绘制直方图的数据；
bins：指定直方图条形的个数；
range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值；
normed：是否将直方图的频数转换成频率；
weights：该参数可为每一个数据点设置权重；
cumulative：是否需要计算累计频数或频率；
bottom：可以为直方图的每个条形添加基准线，默认为0；
histtype：指定直方图的类型，默认为bar，除此还有’barstacked’, ‘step’, ‘stepfilled’；
align：设置条形边界值的对其方式，默认为mid，除此还有’left’和’right’；
orientation：设置直方图的摆放方向，默认为垂直方向；
rwidth：设置直方图条形宽度的百分比；
log：是否需要对绘图数据进行log变换；
color：设置直方图的填充色；
label：设置直方图的标签，可通过legend展示其图例；
stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放；
加载第三方库，导入泰坦尼克号的数据，选取年龄数据不为空
频数直方图:
生成图：
频率累积直方图：
生成图：
我们使用直方图查看数据是否符合正态分布，需要和正态分布曲线进行比较;
生成图：
从直方图的展现来看，乘客的年龄分布与理论正态分布曲线存在一些差异，说明不服从正态分布。
二元直方图的绘制
如果想对比的话，可以通过两个hist将不同性别的直方图绘制到一张图内，选择对比男女乘客的年龄分布情况
生成图如下：
从图中可以看出，不同年龄组内几乎都是男性乘客比女性乘客要多；
另外，男女性别的年龄组分布几乎一致。