奇书网

第一节 直方图与特征（第2页）

②计算取值落在相应区间中的数据的条数；

③该区间的纵轴坐标表示取值数量的占比，即

下面以一个班级某门考试的成绩作为例子来熟悉直方图的构建方法，所使用的数据如表8-1所示。

表8-1成绩分布

可以看到，成绩分布在60到100之间，假设学校按照如下方式划分成绩的等级。

优：90～100；

良：80～89；

中：70～79；

及格：60～69。

这相当于将[60，100]这个区间划分成了4个小区间。接下来用直方图来观察数据的分布情况。读者可以先自己动手统计，然后学习用Python来生成直方图（图8-1）。

In[1]：importpandasaspd

#导入pandas模块

In[2]：data=pd。read_excel（'grade。xlsx'，header=0）

In[3]：data。shape

Out[3]：（20，2）

In[4]：data['成绩']。hist（bins=4）

#指定成绩所在列的数据是分析对象，bins的含义是把指定数据分成几部分

图8-1成绩分布直方图

该直方图反映了这个班级的成绩的重要特征。

想象这样的场景：某一所学校对不同的班级，都建立了类似的直方图。在考试之后，如果学校依据成绩对班级进行分类，则教务处只需要使用4个参数（优、良、中、及格各自的数量），就可以对不同班级的学习状况进行大致的分类了，而无须比较每个班级所有同学的考试成绩。当然如果采用上述划分方式后，有两个班级成绩分布相同，那么这4个参数就不足以区分这两个班级，需要进一步挖掘更细致的特征。

一般的人脸识别是通过采集到的人脸照片来进行识别的，对于一张含有人脸的图片，可以使用它的颜色分布（或者灰度分布）作为数据生成直方图，而不同的人脸颜色数据对应的直方图一般是不同的，这样就可以区分不同的人脸了，第二节将会更详细地介绍如何使用这种方法区分人脸。