鏑摘

　　雖然直方圖是柱狀圖的一種（畢竟乍眼看都是很多柱子的樣子），但是其實它倆一個喜歡數多少，一個喜歡比大小。

　　直方圖展示數據分布

　　
?

　　猜猜看哪個是直方圖？

　　直方圖（Histogram）是一種可視化在連續間隔，或者是特定時間段內數據分布情況的圖表，經常被用在統計學領域。簡單來說，直方圖描述的是一組數據的頻次分布，例如把年齡分成“0-5,5-10，……，80-85”17個組，統計一下中國人口年齡的分布情況。直方圖有助于我們知道數據的分布情況，諸如眾數、中位數的大致位置、數據是否存在缺口或者異常值。

　　（注：眾數是指一組數據中出現次數最多的數據值，眾數可能是一個數，但也可能是多個數。中位數是指可將數值集合劃分為相等的上下兩部分的數。）

　　
?

　　根據數據分布狀況不同，直方圖展示的數據有不同的模式，包括對稱單峰、偏左單峰、偏右單峰、雙峰、多峰以及對稱多峰。

　　
?

　　直方圖的數據模式

　　來源：Wikipedia

　　直方圖的百年歷史

　　一般認為，直方圖最早是由數理統計學家Karl Pearson引入的，1891年他在文章“Contributions to the Mathematical Theory of Evolution II: Skew Variation in Homogeneous Material”中，運用直方圖展示了均質材料中的偏差。

　　
?

　　Karl Pearson

　　
?

　　Contributions to the Mathematical Theory of Evolution II:

　　Skew Variation in Homogeneous Material

　　Karl Pearson

　　隨后，他也統計了歐洲250位君主的在位長度，以每3年為一個區間，發現在位時間在9-12年的君主數量最多（眾數）。除此之外，我們也能看到沒有人的在位時間是在51-54年，整體來說，在位時間長的君主很少。

　　
?

　　圖片來源：Statistical Approaches to Length of Reign

　　直方、柱狀大不同

　　直方圖和柱狀圖最讓人迷惑的地方，就是它們長得非常相似。實際上，直方圖和柱狀圖無論是在圖表意義、適用數據上，還是圖表繪制上，都有很大的不同。

　　1.直方圖展示數據的分布，柱狀圖比較數據的大小。

　　這是直方圖與柱狀圖最根本的區別。舉個例子，有10個蘋果，每個蘋果重量不同。如果使用直方圖，就展示了重量在0-10g的蘋果有多少個，10-20g的蘋果有多少個；如果使用柱狀圖，則展示每個蘋果的具體重量。

　　所以直方圖展示的是一組數據中，在你劃分的區間里，這些數據的分布情況，但是我們不知道在一個區間里，單個數據的具體大小。下圖展現了游客在博物館的游覽時間，其中，將近40％的游客僅逗留了0-10分鐘。但是我們無法知道這些游客中，每個人具體的游覽時間是多少。

　　
?

　　圖片來源：A Histogram is NOT a Bar Chart

　　而在柱狀圖里，我們能看到的是每個數據的大小，并且進行比較。下圖就比較了在12次展覽中，參觀者參觀時間的中位數，我們能夠知道參觀的具體用時。

　　
?

　　圖片來源：A Histogram is NOT a Bar Chart

　　2.直方圖X軸為定量數據，柱狀圖X軸為分類數據。

　　由圖表的原理就決定了，X軸在直方圖與柱狀圖中的用法是不一樣的。在直方圖中，X軸上的變量是一個個連續的區間，這些區間通常表現為數字，例如代表蘋果重量的“0-10g，10-20g……”，代表時間長度的“0-10min，10-20min……”。而在柱狀圖中，X軸上的變量是一個個分類數據，例如不同的國家名稱、不同的游戲類型。

　　
?

　　圖片來源：www.mathsisfun.com

　　因此，直方圖上的每根柱子都是不可移動的，X軸上的區間是連續的、固定的。而柱狀圖上的每根柱子是可以隨意排序的，有的情況下需要按照分類數據的名稱排列，有的則需要按照數值的大小排列。

　　3.直方圖柱子無間隔，柱狀圖柱子有間隔

　　因為直方圖中的區間是連續的，因此柱子之間不存在間隙。而柱狀圖的柱子之間是存在間隔。還有一個值得注意的地方，在直方圖中，第一根柱子應該和Y軸有一定的間隔，即使都是從“0”這個值開始的。因為X軸與Y軸上“0”的意義不同，而且很多直方圖上的區間并不是從0開始的。

　　
?

　　4.直方圖柱子寬度可不一，柱狀圖柱子寬度須一致

　　柱狀圖柱子的寬度因為沒有數值含義，所以寬度必須一致。但是在直方圖中，柱子的寬度代表了區間的長度，根據區間的不同，柱子的寬度可以不同，但理論上應為單位長度的倍數。

　　例如，美國人口普查局（The U.S. Census Bureau）調查了12.4億人的上班通勤時間，由于通勤時間在45-150分鐘的人數太少，因此區間改為45-60分鐘、60-90分鐘、90-150分鐘，其他組距則均為5。

　　
?

　　通勤數據

　　來源：Wikipedia

　　可以看到，Y軸的數據為“人數/組距”，在這種情況下，每個柱子的面積相加就等于調查的總人數，柱子的面積就有了意義。

　　
?

　　通勤時間直方圖

　　來源：Wikipedia

　　當上圖的Y軸表達的是“區間人數/總人數/組距”，這個直方圖就是我們初中學習的“頻率分布直方圖”，頻率指的是“區間數量/總數量”。在這樣的直方圖中，所有柱子的面積相加就等于1啦。

　　使用直方小竅門

　　1.注意組距

　　組距會影響直方圖呈現出來的數據分布，因此在繪制直方圖的時候需要多次嘗試改變組距。

　　
?

　　組距較大的直方圖

　　
?

　　組距較小的直方圖

　　2.X軸上為左閉右開區間

　　一般來說，X軸上的區間遵循“左閉右開”的原則，即在一個“a-b”的區間里，數據x應為“a≤x＜b”。

　　3.注意Y軸所代表的變量

　　Y軸上的變量可以是頻次（數據出現了多少次）、頻率（頻次/總次數）、頻率/組距，不同的變量會讓直方圖描述的數據分布意義不同。

　　隱藏在身邊的直方圖

　　生活中，我們接觸比較多的的應該是RGB直方圖，這種直方圖常出現在在PS、相機等場景中。

　　
?

　　來源：Thomas看看世界，知乎

　　在RGB模式下，圖片的顏色與紅（Red）綠（Green）藍（Blue）組成，各自的數值范圍均為0-255。其中，紅色直方圖就描述了0-255這個數值范圍內，像素的分布情況。但這種直方圖的X、Y軸沒有具體數值，我們只能數據分布模式大致判定照片情況。

　　從今往后，你就能一眼找到那個在柱狀圖海洋的直方圖啦！如果你有遇到有趣的直方圖，歡迎在評論跟大家分享喔~

　　世界讀書日來點福利！明天19:00前點贊數最多的小伙伴，獲得《可視化溝通用：信息圖表設計讓數據說話》一本。讓讀書成為習慣，天天都是世界讀書日。

　　

　　更多鏑數使用問題請參看以下文章，如果仍有無法解決的問題，請發送郵件至public@dydata.io或者直接在后臺留言。

　　咱們下期再見！

　　參考文章

　　Statistical Approaches to Length of Reign

　　http://slideplayer.com/slide/7812080/

　　How to Draw a Histogram

　　https://www.wikihow.com/Draw-a-Histogram

　　A Histogram is NOT a Bar Chart

　　https://www.forbes.com/sites/naomirobbins/2012/01/04/a-histogram-is-not-a-bar-chart/#fc6366a6d775

　　往期回顧

　　條柱形圖 工作報表 餅圖

　　時序圖表 折線圖 散點圖

　　氣泡圖 面積圖 弦圖

　　主題配色 配色技巧 矩形樹圖

　　雷達圖 瀑布圖 旭日圖

　　漏斗圖 桑基圖 箱線圖

　　玫瑰圖 折線家族 熱力圖

　　柱圖家族 餅圖家族 詞云圖

　　力向導圖 數據可視化誤區

來源：http://dy.163.com/v2/article/detail/DG3OF9N605118F5T.html

總結

以上是生活随笔為你收集整理的能分清直方图和柱状图，你就是图表届的“头号”玩家｜图表家族#36的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。