简单说下图形选择啦，通常我们最常用的图形是折线图、扇形图、条形图，它们的功能简单概括为：
折线图：表示变化情况；
扇形图：表示各类别的分布占比情况；
条形图：表示具体数值；
接下来要说的直方图是以条形图的形式展现的，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。
以下展示了python画直方图的几种方式，这里涉及到了3个包：matplotlib、pandas、seanborn。
1、使用 matplotlib.pyplot.hist 函数（本文主要讲解该方法画直方图）
2、使用 pandas.DataFrame.plot.hist 函数
3、使用 pandas.DataFrame.hist 函数
4、使用 seaborn.distplot 函数
以下为 matplotlib.pyplot.hist 函数介绍：
参数：
返回值：
模拟真实场景：我们通过分析打分，给1000个客户进行了排名，排名越靠前，说明客户越优异，为了找到特定的200个客户的排名处于这1000个客户中的位置，使用了直方图对比的方式。以下使用的数据是为模拟场景，随机出来的结果排名比较靠后，所以这些客户质量并不高：
hist： https://my.oschina.net/u/2474629/blog/1793008
matplotlib中文乱码： https://www.jianshu.com/p/c0f19f87036f
在Python中，可以通过matplotlib库的plt.gca()函数来调整直方图的纵轴长度。该函数会返回一个坐标轴的对象，然后您可以使用set_ylim()函数来设置新的纵轴范围，最后使用plt.draw()函数重绘图形，即可实现调整纵轴长度的目的。
