Python是一種強大的編程語言，除了可以用來進行數據分析、機器學習等，還可以用來畫各種統計圖。本文主要介紹如何使用Python來畫出常用的統計圖。

# 導入numpy和matplotlib庫
import numpy as np
import matplotlib.pyplot as plt
# 生成一組隨機數據
np.random.seed(1)
data = np.random.randn(1000)
# 畫直方圖
plt.hist(data, bins=30)
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

以上代碼生成了一個具有正態分布數據的直方圖，代碼解釋如下：

• 第1行導入了numpy和matplotlib庫。
• 第4行利用numpy生成了1000個具有標準正態分布的隨機數。
• 第7行調用matplotlib的hist()函數畫出直方圖，bins參數指定了直方圖的橫坐標區間個數。
• 第8行設置了直方圖的標題。
• 第9行設置了直方圖的x軸標簽。
• 第10行設置了直方圖的y軸標簽。
• 第11行調用matplotlib的show()函數將圖形顯示出來。

# 導入pandas和matplotlib庫
import pandas as pd
import matplotlib.pyplot as plt
# 生成一組隨機數據
data = pd.DataFrame({'A': [1, 2, 3, 4, 5],
'B': [2, 4, 6, 8, 10],
'C': [3, 6, 9, 12, 15]})
# 畫折線圖
plt.plot(data['A'], data['B'], label='B')
plt.plot(data['A'], data['C'], label='C')
plt.title('Line Chart')
plt.xlabel('A')
plt.ylabel('Value')
plt.legend()
plt.show()

以上代碼生成了一個包含兩條折線的折線圖，代碼解釋如下：

• 第1行導入了pandas和matplotlib庫。
• 第4行利用pandas生成了一組包含3列數數據幀。
• 第7和8行用plt.plot()函數分別畫出了data的A列與B列的折線和A列與C列的折線，并且用label參數分別為兩條折線設置了標簽。
• 第9行設置了折線圖的標題。
• 第10行設置了折線圖的x軸標簽。
• 第11行設置了折線圖的y軸標簽。
• 第12行調用matplotlib的legend()函數讓標簽顯示出來。
• 第13行調用matplotlib的show()函數將圖形顯示出來。

以上代碼只是兩個簡單的例子，實際上Python還可以畫出其他類型的統計圖，例如散點圖、餅圖、箱線圖等等。掌握Python畫統計圖可以幫助我們更好地了解數據的分布和規律，也可以讓我們的數據分析工作更加高效快捷。