在众多的分析图表中，柱状图和直方图算是特别容易被混淆的两种图，因为它们在外形上非常相似。比如：

而实际上，它们所表达的含义和应用的场景却完全不同。

1. 概念

柱状图，是一种使用矩形条，对不同类别进行数值比较的统计图表。在柱状图上，分类变量的每个实体都被表示为一个矩形（通俗讲即为“柱子”），而数值则决定了柱子的高度。

直方图，又称质量分布图，用于表示数据的分布情况。一般用横轴表示数据区间，纵轴表示分布情况，柱子越高，则落在该区间的数量越大。

从概念上看，同样是柱子，含义差别就很大，一个表示的是每种分类的数值，一个表示的则是某个区间内数据的数量。一个是值，一个是量；一个是比较大小情况，一个是看分布情况；一个是离散的，一个是连续的。

从它们的概念上就能看出会用在完全不一样的分析场景中。

2. 应用场景

从应用场景上更容易区分两种图形的不同点。

2.1. 适用柱状图而不适用直方图

以下适用柱状图的分析场景，用直方图很难表达：

• 比较不同类别的数据，例如比较不同产品的销售量。直方图主要用于展示数据的分布情况，而不适合比较不同类别的数据。
• 显示数据的变化趋势，例如展示某个产品在不同时间段的销售额。柱状图可以将不同时间段的数据以不同的柱子展示，而直方图无法有效地表示时间变化的趋势。
• 比较不同组织或地区的数据，例如比较不同城市的人口数量。柱状图可以将不同组织或地区的数据以不同的柱子展示，而直方图无法有效地进行比较。
• 可视化数据的分布情况，例如展示不同年龄段的人口比例。柱状图可以将不同年龄段的数据以不同的柱子展示，而直方图主要用于表示连续变量的分布情况，不适合表示离散变量的比例。

2.2. 适用直方图而不适用柱状图

以下适用直方图的分析场景，用柱状图很难表达：

• 表示连续变量的分布情况，例如展示一个班级学生的身高分布。柱状图适用于离散变量，不能有效地表示连续变量的分布情况。
• 分析数据的频率分布，例如统计一个城市每天的交通拥堵指数。直方图可以显示不同数值范围的频率分布情况，而柱状图只能显示各个类别的计数。
• 探索数据的异常值，例如查看一组温度数据中是否存在异常高或低的值。直方图可以通过观察数据的分布情况来检测异常值，而柱状图无法提供相同的信息。
• 比较不同组的数据分布，例如比较男性和女性的体重分布。直方图可以将不同组的数据分布在同一图表中进行比较，而柱状图只能比较同一组的不同类别的数据。

3. 分析示例

最后，通过实际的数据来演示两种图形在实战中的区别。基于用同样的数据，绘制两种图形，来直观的理解在实际分析场景中如何选择这两类图形。

接下来使用王者荣耀KPL2023春季赛的相关数据进行分析，绘制柱状图和直方图。数据来源王者荣耀官网，可以从下面的网址中下载：databook.top/wzry/2023-s…

其中包含3个数据文件：

1. league-2023春季赛.csv 战队数据
2. player-2023春季赛.csv 选手数据
3. hero-2023春季赛.csv 英雄数据

3.1. 选手参赛场次的分析

读取数据：

import pandas as pd

df = pd.read_csv("d:/share/data/player-2023春季赛.csv")
data = df.loc[:, ["选手", "比赛场次"]]
data

一共有125条数据。

根据每个选手的比赛场次，绘制柱状图。

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

names = data["选手"].tolist()
ax.bar(names, data["比赛场次"])

ax.set_xticklabels([])
ax.set_title("各个选手的比赛场次")

图中每个柱子表示的是每个选手的比赛场次。横轴每个刻度就是一个选手。

根据每个选手的比赛场次，绘制直方图。

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

ax.hist(data["比赛场次"], bins=10)
ax.set_title("选手的比赛场次分布情况")

这里的横轴表示选手参加的场次，相当于柱状图的纵轴的含义。纵轴是选手的人数，柱子的高度表示在区间范围内的选手个数。通过直方图，可以了解到的信息是

1. 参加 1~10场比赛的选手最多
2. 参加60场以上的选手也不少，说明各个战队的首发阵容还是比较稳定的。

绘制直方图的代码中，我们设置了 bins=10，就是将比赛场次分为10个区间。上面的数据中，最小的比赛场次1，最大比赛场次91，所以各个区间范围是：1~10,10~19。。。82~91。

3.2. 各个战队的胜率分析

读取数据：

df = pd.read_csv("d:/share/data/league-2023春季赛.csv")
data = df.loc[:, ["战队", "胜率"]]

data["胜率"] = data["胜率"].str.replace("%", "")
data["胜率"] = data["胜率"].astype("float")
data

根据每个战队的胜率，绘制柱状图。

import matplotlib.ticker as mticker

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

names = data["战队"].tolist()
ax.bar(names, data["胜率"])

plt.xticks(rotation=90)

yticks = ax.get_yticks().tolist()
ax.yaxis.set_major_locator(mticker.FixedLocator(yticks))
ax.set_yticklabels(["{}%".format(x) for x in yticks])
ax.set_title("各个战队的胜率")

从分析结果可以看出：

1. 大部分战队的胜率差不多
2. 战队是按照名次从左到右排列的，胜率基本是随着名次的下降也在缓慢下降的

根据每个战队的胜率，绘制直方图。

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

ax.hist(data["胜率"], bins=5)

xticks = ax.get_xticks().tolist()
ax.xaxis.set_major_locator(mticker.FixedLocator(xticks))
ax.set_xticklabels(["{}%".format(x) for x in xticks])
ax.set_title("所有战队胜率分布情况")

从直方图的结果可以看出，大部分战队的胜率在 40%~60% 左右。

3.3. 分析总结

从上面两个分析场景中，可以看出，

1. 同样的数据，既可以绘制柱状图，也可以绘制直方图
2. 两种图形展示的分析结果，含义完全不同
3. 第一个分析示例（选手参赛场次的分析）中，更适合用直方图来分析。
   1. 因为选手比较多，用柱状图看每个选手的比赛场次意义不大
   2. 用直方图看选手比赛场次的分布更有意义。
4. 第二个分析示例（各个战队的胜率分析）中，更适合用柱状图来分析。
   1. 用柱状图的话，不仅可以看到胜率情况，可以看到胜率和排名的关系
   2. 数据量太小，用直方图看分布意义不大