三句话画出数据分布图

我有一组数据，一维的，杂乱无章，想要快速知道数据的分布情况。最开始的想法是，弄一个数组，遍历数据落在每个区间的个数，最后画出分布，或者输出相关信息，为此我写了一个循环：

# Check the distribution
j = np.zeros(6)
jj = []
for jjj in range(len(j)):
jj.append(np.round(pow(0.1, jjj+1), 8))
for i in range(len(f_nan_0)):
for ii in range(len(j)):
if f_nan_0[i] < jj[ii]:
j[ii] += 1
print('Energy cut is:')
print(' '.join(map(str, jj)))
print('Labels below energy cut:')
print(' '.join(map(str, j)))
print('Percentage below energy cut:')
print(' '.join(map(str, np.round(j/len(f_nan_0), 4))))


输出如下：

数据在排序后，绘图，大概长这样：

以上可以满足要求，但是并不详细。我们只是大概知道数据在某些区间的个数，再具体的信息，比如，落在0.1~0.3的个数无从得知。
后来我了解了seaborn，算是matplotlib的升级版，导入seabron包以后，3句话就实现了数据发布可视化：

fig = plt.figure()
sns.displot(force)
plt.show()


结果如下：

这种方式相对于以上两种，可以反馈出更详细的信息，而且形式更简洁，就像正常的matplotlib画图一样，把plt.plot换成sns.displot即可