# import pandas as pd
# import matplotlib.pyplot as plt 
# import statsmodels.api as sm
# from statsmodels.formula.api import ols
# import seaborn as sns
# import numpy as np
# import pandas.tseries 
# plt.style.use('fivethirtyeight')

# mydata = pd.read_csv('c:/Users/admin/Documents/prog/hello/practica/DataBase/diet.csv') 
# print(mydata.head()) # просмотр данных 
# print('The total number of rows in the dataset:', mydata.size) # размер файла (строк)
# print(mydata.gender.unique()) 
# print(mydata[mydata.gender == ' ']) # проверяем и удаляем значения которые отсутствуют в наборе 
# # f, ax = plt.subplots( figsize =(11,9) ) 
# # sns.distplot( mydata) 
# # plt.show() 
# f, ax = plt.subplots( figsize =(11,9) ) 
# sns.distplot( mydata[mydata.gender == '1'].weight6weeks, ax = ax, label = 'Male') 
# sns.distplot( mydata[mydata.gender == '0'].weight6weeks, ax = ax, label = 'Female') 
# plt.title( 'Weight Distribution for Each Gender' ) 
# plt.legend() 
# plt.show() 


# import matplotlib.pyplot as plt
# import seaborn as sns

# # Генерируем случайные данные
# data = [23, 34, 45, 67, 23, 56, 78, 89, 43, 65, 34, 56, 76]

# # Построение ящика с усами
# plt.boxplot(data)
# plt.ylabel('Значения')
# plt.title('')
# plt.show()


import matplotlib.pyplot as plt

plt.hist(data['Цена'], bins=20, color='blue', alpha=0.7)
plt.xlabel('Цена')
plt.ylabel('Частота')
plt.title('Распределение цен на продукты')
plt.show()