频率分布直方图其实是对一个变量的分布密度（分布）函数进行近似估计的一个手段。
考察概率密度函数与直方图的x、y轴可以得知，密度（分布）函数图像的x轴代表的是随机变量的取值，而对于离散随机变量而言，y轴代表的是对应x取值出现的概率；对于连续随机变量而言，y轴代表的是对应x取值针对其他取值的相对可能性。
直方图x轴代表的是样本的取值，而y轴则代表了x在区间取值的频率，两者之间的关系就可以体现出频率分布的状况。
1. histogram
np.histogram可以用来计算一位数组的直方图数据。
可以用可选参数k来定义直方图的箱体数。如果k省略不写，则默认k=10。
histogram返回两个值，第一个值是k维的向量，包含了每个箱体中的样本数量；第二个值是k+1个标识箱体的端点值。
如果我们直接调用matplotlib来画图，则可以得出如下图所示的可视化图像。
上述二维数组当中，第一维数组是在描述histogram的纵轴，即每个bin对应的数据个数，而第二维数组是在描述横轴，代表随机变量的取值。
2. histogram2d
histogram2d(x,y)可用于计算2维的直方图数据。可以用可选参数bins来定义直方图的箱体数。bins既可以是一个整数，也可以是一个包含两个元素的列表，分别表示各维度的箱体数。
如果我们直接调用matplotlib来画图，则可以得出如下图所示的可视化图像。
如何解读画出来的图片？
首先我们看一下生成的histogram三维数组，数组的第一维其实是一个矩阵，代表了立体图对应于x、y坐标的第三维坐标z值的大小，对应到图像上面便是颜色的深浅代表了该处z值的大小，也就代表了x、y在该点附近的分布密集程度。
我们可以将数据量扩大来看一下画出来的图像可能是什么样的。
