优先选 seaborn.histplot()，因默认处理空值、自动选箱、内置kde；但需警惕其跳过nan可能掩盖缺失问题，且 stat="density" 与 stat="count" 量纲不同，对比分布须用相同 bins。
直方图用 plt.hist() 还是 seaborn.histplot()？
直接选 seaborn.histplot()。它默认处理空值、自动选箱数（bins），还内置核密度估计（kde=True），比 plt.hist() 少写三行胶水代码。但要注意：如果数据里混了 NaN，plt.hist() 会直接报错 ValueError: Input contains NaN，而 seaborn.histplot() 默认跳过——这看起来省事，实则可能掩盖缺失值问题。
- 用
plt.hist()前务必先检查：np.isnan(data).sum() -
seaborn.histplot()的stat="density"和stat="count"输出量纲不同，后者纵轴是频数，前者是概率密度（面积为1），别拿它们直接比高度 - 若需复现论文图表风格，
plt.hist()对 bin 边界控制更直接，比如指定bins=np.arange(0, 101, 5)
箱数（bins）设多少才合理？
不是越多越好。箱数太少会掩盖多峰，太多则噪声放大。Scipy 的 scott 和 freedman_diaconis 规则在实际数据中常偏保守——尤其当分布有长尾或离群点时，freedman_diaconis 可能生成上百个箱子，图密得没法看。
- 先试
bins="auto"（seaborn 默认），再手动微调：比如观察到主峰明显但右侧拖尾，可改用bins=20或bins=np.linspace(data.min(), data.max(), 30) - 避免用
bins="sturges"处理 >1000 行的数据，它按⌊log₂(n)+1⌋算，10000 行只分 14 箱，细节全糊成一片 - 如果想对比两组分布，必须强制用相同
bins数组，否则纵轴尺度不可比
如何判断是否该对数据取对数再画直方图？
看原始直方图是否严重右偏且横跨多个数量级——比如收入、响应时间、文件大小这类数据。此时横轴线性刻度下，大部分数据挤在左下角，右边几个孤立柱子拉长整个 X 轴，关键形态根本看不清。
- 快速验证：算
data.max() / data[data > 0].min()，结果 >100 就值得试对数 - 安全做法：用
np.log1p(data)（即log(1+x)），它能兼容零值，比直接np.log(data)少报RuntimeWarning: divide by zero - 注意：对数变换后横轴不再是原始单位，标注必须写清
xlabel="log₁₀(响应时间/ms)"，否则读者会误读数量级
直方图和 KDE 曲线一起画时常见错在哪？
最常犯的是没统一归一化方式：histplot(..., stat="density") 才能和 kde=True 的曲线对齐。如果 hist 用默认 stat="count"，KDE 曲线峰值可能不到 0.01，而柱子高度几百，图上完全看不到曲线。
- 正确组合：
seaborn.histplot(data, stat="density", kde=True, alpha=0.6) - KDE 的
bw_adjust参数影响平滑度：小于 1（如 0.5）让曲线更贴合局部起伏，大于 1（如 2.0）则过度平滑，可能抹掉双峰 - 别在样本量
分布分析真正的麻烦不在画图，而在确认你画的是“什么数据”：是原始采集值？清洗后的？还是某个条件筛选后的子集？漏掉这一句，图再漂亮也容易导出错误结论。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
