用seaborn画直方图，并显示每个柱子的高度

使用 Seaborn 绘制直方图也非常方便，而且 Seaborn 默认会显示每个柱子的高度。具体步骤如下：

1. 导入必要的库：pandas、seaborn。

import pandas as pd
import seaborn as sns

2. 使用 pandas 库中的 read_csv() 函数读取 CSV 文件，并将数据存储到 DataFrame 中。

df = pd.read_csv('data.csv')

3. 对 DataFrame 中的数据进行处理，例如去除缺失值、重复值等。

df = df.dropna() # 去除缺失值
df = df.drop_duplicates() # 去除重复值

4. 使用 seaborn 库中的 distplot() 函数绘制直方图。在函数中，需要指定待绘制的数据、直方图类型等参数。

sns.distplot(df['column_name'], bins=20, kde=False)

其中，'column_name' 是待绘制的数据所在的列名，bins 参数指定了数据分组的数量，kde 参数表示是否显示密度曲线。

5. 最后，添加图表标题和轴标签，并显示图表。

plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

完整的代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读取CSV文件
df = pd.read_csv('data.csv')

# 处理数据
df = df.dropna() # 去除缺失值
df = df.drop_duplicates() # 去除重复值

# 绘制直方图
sns.distplot(df['column_name'], bins=20, kde=False)

# 设置图表标题和轴标签
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图表
plt.show()

其中，'data.csv' 是待读取的 CSV 文件名，'column_name' 是待绘制的数据所在的列名。