爱华网直方图(Histogram)又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
直方图柱状图_直方图 -涵义
在质量管理中，如何预测并监控产品质量状况?如何对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。
直方图又称质量分布图，柱状图，它是表示资料变化情况的一种主要工具。用直方图可以的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对於资分布状况一目了然，便於判断其总体质量分布情况。在制作直方图时，牵涉学的概念，首先要对资料进行分组，因此如何合理分组是其中的关键问题。按组距相等的原则进行的两个关键数位是分组数和组距。是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图，如图所示。
作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。具体来说，作直方图的目的：
①判断一批已加工完毕的产品；
②验证工序的稳定性；
③为计算工序能力搜集有关数据。
柱状图_直方图 -直方图的作用
(1)显示质量波动的状态；
(2)较直观地传递有关过程质量状况的信息；
(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。
柱状图_直方图 -绘制直方图的步骤
1.收集和记录数据。许多信息依赖于所收集数据的类型和记录的方式。
2.确定数据的最大值和最小值。查找数据的最大，最小值。
3.决定分组的数目。经验告诉我们，通常使分组的数目与观测数据量的平方根大致相等。
4.确定每组数据的极差。每组数据的极差必须相等，如果观测值是舍入值，这将使问题易于处理。让极差的起始值和终止值落在两个数值之间，这样就能很容易看出数据所在的范围。
5.设定各组的宽度。宽度可由（最大值－最小值）除以分组数得到。
6.画一表格来记录数据。表格里的每行反映直方图的范围。
7.记录数据，检查每个数据，并在相应的行做标记。
8.建立平面坐标系。两坐标轴应足够长，能包含所有的数据点。可能还需在直方图里标出生产指标线，上限和下限。
9.作直方图。根据步骤5决定柱体的宽度，高度应等于表格中记录的频数。
柱状图_直方图 -直方图的绘制方法
①集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下，至少也应在50个以上。我们把分成组的个数称为组数，每一个组的两个端点的差称为组距。
②将数据分成若干组，并做好记号。分组的数量在6－20之间较为适宜。③计算组距的宽度。用最大值和最小值之差去除组数，求出组距的宽度。
④计算各组的界限位。各组的界限位可以从第一组开始依次计算，第一组的下界为最小值减去最小测定单位的一半，第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值，第二组的下界限值加上组距，就是第二组的上界限位，依此类推。
⑤统计各组数据出现频数，作频数分布表。
⑥作直方图。以组距为底长，以频数为高，作各组的矩形图。
柱状图_直方图 -观察和分析生产过程质量状况
作直方图是的目的是为了研究产品质量的分布状况，据此判断生产过程是否处在正常状态。直方图为QC七大工具之一。因此在画出直方图后要进一步对它进行观察和分析。在正常生产条件下，如果所得到的直方图不是标准形状，或者虽是标准形状，但其分布范围不合理，就要分析其原因，采取相应措施。(1)通过直方图判断生产过程是否有异常。对直方图有些参差不齐不必太注意，主要应着眼于图形的整个形状。常见的直方图分布图形大体上有六种，如图所示。
①理想的图形；
②多是因为测量和读数有问题或是数据分组不当所引起的；
③多是因加工习惯造成的；
④多是加工条件的变动造成的；
⑤多是两种不同生产条件的数据混在一起造成的；
⑥多是由于生产过程中某种缓慢的倾向起作用所至。
(2)运用直方图勘量生产的质量状况。将直方图与公差范围相比较，看直方图是否都落在公差要求的范围之内，可以提高生产的质量状况。这种对比大体上存在六种情况，如下图所示。
①理想的情况；
②经济性不好，需降低加工精度；
③需要采取措施适当缩小分布；
④过分偏离公差中心，可能造成废品；
⑤完全不留余地，容易出现废品，应采取措施调整
⑥已经产生废品，应停产检查。
柱状图_直方图 -如何判断直方图是否正常的形状：
概述正常型是指过程处于稳定的图型，它的形状是中间高、两边低，左右近似对称。近似是指直方图多少有点参差不齐，主要看整体形状。如下图例：异常型直方图种类则比较多，所以如果是异常型，还要进一步判断它属于哪类异常型，以便分析原因、加以处理。下面介绍几种比较常见的：
孤岛型
孤岛型在直方图旁边有孤立的小岛出现，当这种情况出现时过程中有异常原因。如：原料发生变化，不熟练的新工人替人加班，测量有误等，都会造成孤岛型分布，应急时查明原因、采取措施。
双峰型
双峰型当直方图中出现了两个峰，这是由于观测值来自两个总体、两个分布的数据混合在一起造成的。如：两种有一定差别的原料所生产的产品混合在一起，或者就是两种产品混在一起，此时应当加以分层。
折齿型
折齿形当直方图出现凹凸不平的形状，这是由于作图时数据分组太多，测量仪器误差过大或观测数据不准确等造成的，此时应重新收集数据和整理数据。
陡壁型
当直方图象高山的陡壁向一边倾斜时，通常表现在产品质量较差时，为了符合标准的产品，需要进行全数检查，以剔除不合格品。当用剔除了不合格品的产品数据作频数直方图时容易产生这种陡壁型，这是一种非自然形态。偏峰型
偏锋型偏峰型直方图是指图的顶峰有时偏向左侧、有时偏向右侧。
由于某种原因使下限受到限制时，容易发生偏左型。如：用标准值控制下限，摆差等形位公差，不纯成分接近于0，疵点数接近于0或由于工作习惯都会造成偏左型。由于某种原因使上限受到限制时，容易发生偏右型。如：用标准尺控制上限，精度接近100%，合格率也接近100%或由于工作习惯都会造成偏右型。
平顶型
平顶型当直方图没有突出的顶峰，呈平顶型，然而形成这种情况一般有三种原因。A、与双峰型类似，由于多个总体、多总分布混在一起。B、由于生产过程中某中缓慢的倾向在起作用，如工具的磨损、操作着的疲劳等。C、质量指标在某个区间中均匀变化。
柱状图_直方图 -区域直方图
用法
・您可以通过区域直方图对一个数据集中的值在另一个数据集类中的频数分布进行研究。例如，土地利用类中的坡度分布、高程类中的降雨分布或警务区附近的犯罪分布。
・区域定义为输入中具有相同值的所有区。各区无需相连。栅格和要素数据集都可用于区域输入。
・如果区域输入和值输入均为具有相同分辨率的栅格，则可直接使用它们。
如果分辨率不同，则可先应用内部重采样以使其相一致，然后再执行区域操作。
倘若输入中存在任何NoData像元，重采样就可能在输出中产生比您预期更大的NoData区域。要避免此种情况，或者重新采样粗糙输入栅格，提高输入栅格的分辨率，或者在“栅格分析”环境下将像元大小设置为输入的最小值。
・如果区域输入为栅格数据集，则该输入必须具有属性表。通常会自动为整型栅格数据创建属性表，但是某些情况下可能不会这样做。您可以使用构建栅格属性表来创建一个属性表。
・建议您仅使用栅格作为区域输入，因为这可使您更好地控制“矢量至栅格”转换。这将有助于确保您始终获得预期的结果。
・如果区域输入是要素数据集，则可在内部对其应用“矢量至栅格”转换。要确保转换结果与值栅格完全对齐，建议您检查环境设置和栅格设置中的范围和捕捉栅格是否设置正确。
由于内部栅格必须具有属性表，因此在转换中不创建属性表的情况下将会发生错误。如果发生此错误，则使用要素转栅格、面转栅格、点转栅格或折线转栅格直接转换要素数据集。按先前提示中所述内容为其生成属性表，然后使用生成的栅格作为“区域”输入。
・如果区域输入为要素相对较小的要素数据集，则需要牢记，信息的分辨率需要适合于值栅格的分辨率。如果单个要素的区域相似于或小于值栅格中单个像元的区域，则在要素转栅格转换过程中，某些区域可能不会显示。
要对此进行显示，需尝试使用适当的要素转栅格转换工具将要素数据集转换为栅格，然后将分辨率指定为值栅格的分辨率。通过此转换产生的结果会指明区域操作的默认输出将是什么。
如果输出中的结果比您可能已预期的少，则需要确定表示要素输入细节的适当的栅格分辨率，然后使用此分辨率作为“栅格分析环境设置”的像元大小。
・如果区域输入为点要素数据集，则其可能具有值输入栅格的任何特定像元内所含的多个点。对于这种像元，区域值将通过具有最高要素ID的点来确定。
・如果区域要素输入具有叠置的面，则无法为每一个单独的面执行区域分析。因为要素输入已转换为栅格，所以每个位置只能拥有一个值。
另一种方法就是要为每个面区域反复进行分区统计并核对结果。
・区域字段必须为整型或字符串类型。
在指定输入区域数据时，默认区域字段将为第一个可用的有效字段。如果无其他有效字段存在，则ObjectID字段(如OID或FID)将为默认字段。
・输入值栅格上的像元属于像元中心所在的区域。在此情况下，这些区域是在向栅格和重新采样进行了任何必要转换后的区域。
・在直方图中，每个区域的类(条柱)的数量由输入赋值栅格确定。
如果指定图层，则图层的符号系统定义类的数量。
如果指定数据集，则在默认情况下将有256个类，除非输入是具有少于26个唯一值的整型(在此情况下，它将是唯一值的总数)。
・默认情况下不生成区域直方图。要在工具运行时创建区域直方图，可指定输出图形名称。
该图形只是临时图形(在内存中)。要创建该图形的永久版本，可使用保存图表工具创建.grf图形文件，或者以该工具中提供的一种其他格式进行创建。
