Matplotlib 中的 bin 大小（直方图）

Question

我正在使用 matplotlib 制作直方图。

有没有办法手动设置垃圾箱的大小而不是垃圾箱的数量？

Answer 1

实际上，这很简单：您可以提供带有垃圾箱边界的列表，而不是垃圾箱的数量。它们也可以不均匀分布：

plt.hist(data, bins=[0, 10, 20, 30, 40, 50, 100])

如果您只是希望它们均匀分布，您可以简单地使用范围：

plt.hist(data, bins=range(min(data), max(data) + binwidth, binwidth))

---

添加到原始答案

上面的行适用于仅填充整数的数据 。正如 macrocosme 指出的，对于浮点数，您可以使用：

import numpy as np
plt.hist(data, bins=np.arange(min(data), max(data) + binwidth, binwidth))

Answer 2

对于 N 个箱，箱边缘由 N+1 个值的列表指定，其中前 N 给出箱的下边缘，+1 给出最后一个箱的上边缘。

代码：

from numpy import np; from pylab import *

bin_size = 0.1; min_edge = 0; max_edge = 2.5
N = (max_edge-min_edge)/bin_size; Nplus1 = N + 1
bin_list = np.linspace(min_edge, max_edge, Nplus1)

请注意，linspace 生成从 min_edge 到 max_edge 的数组，分为 N+1 个值或 N 个 bin

Answer 3

我使用分位数来统一垃圾箱并适合样本：

bins=df['Generosity'].quantile([0,.05,0.1,0.15,0.20,0.25,0.3,0.35,0.40,0.45,0.5,0.55,0.6,0.65,0.70,0.75,0.80,0.85,0.90,0.95,1]).to_list()

plt.hist(df['Generosity'], bins=bins, normed=True, alpha=0.5, histtype='stepfilled', color='steelblue', edgecolor='none')

Answer 4

我想最简单的方法是计算您拥有的数据的最小值和最大值，然后计算L = max - min。然后，将 L 除以所需的 bin 宽度（我假设这就是您所说的 bin 大小），并使用该值的上限作为 bin 的数量。

Answer 5

我和OP有同样的问题（我想！），但我无法让它按照Lastalda指定的方式工作。我不知道我是否正确解释了这个问题，但我找到了另一种解决方案（尽管这可能是一种非常糟糕的方法）。

这就是我这样做的方式：

plt.hist([1,11,21,31,41], bins=[0,10,20,30,40,50],weights=[10,1 ,40,33,6]);

创建此：

所以第一个参数基本上“初始化”了 bin - 我专门创建了一个介于 bins 参数中设置的范围之间的数字。

为了演示这一点，请查看第一个参数中的数组 ([1,11,21,31,41]) 和第二个参数中的“bins”数组 ([0,10,20,30,40,50]) ：

• 数字 1（来自第一个数组）介于 0 和 10 之间（在“bins”数组中）
• 数字 11（来自第一个数组）介于 11 和 20 之间（在“bins”数组中） 'bins' 数组）
• 数字 21（来自第一个数组）介于 21 和 30（在 'bins' 数组中）之间，依此类推。

然后我使用 'weights' 参数来定义每个 bin 的大小。这是用于权重参数的数组：[10,1,40,33,6]。

因此，0 到 10 bin 的值为 10，11 到 20 bin 的值为 1，21 到 30 bin 的值为 40，等等。

Answer 6

我喜欢事情自动发生，并且让垃圾箱落在“好的”值上。以下似乎工作得很好。

import numpy as np
import numpy.random as random
import matplotlib.pyplot as plt
def compute_histogram_bins(data, desired_bin_size):
    min_val = np.min(data)
    max_val = np.max(data)
    min_boundary = -1.0 * (min_val % desired_bin_size - min_val)
    max_boundary = max_val - max_val % desired_bin_size + desired_bin_size
    n_bins = int((max_boundary - min_boundary) / desired_bin_size) + 1
    bins = np.linspace(min_boundary, max_boundary, n_bins)
    return bins

if __name__ == '__main__':
    data = np.random.random_sample(100) * 123.34 - 67.23
    bins = compute_histogram_bins(data, 10.0)
    print(bins)
    plt.hist(data, bins=bins)
    plt.xlabel('Value')
    plt.ylabel('Counts')
    plt.title('Compute Bins Example')
    plt.grid(True)
    plt.show()

结果的箱大小间隔很好。

[-70. -60. -50. -40. -30. -20. -10.   0.  10.  20.  30.  40.  50.  60.]

Answer 7

如果您还关注可视化方面，则可以添加 edgecolor='white', linewidth=2 并将分箱分开：

date_binned = new_df[(new_df['k']>0)&(new_df['k']<360)]['k']
plt.hist(date_binned, bins=range(min(date_binned), max(date_binned) + binwidth, binwidth), edgecolor='white', linewidth=2)

Answer 8

这个答案支持@macrocosme的建议。

我使用热图作为 hist2d 图。另外，我使用 cmin=0.5 表示无计数值，使用 cmap 表示颜色，r 表示给定颜色的反转。

描述统计数据。

# np.arange(data.min(), data.max()+binwidth, binwidth)
bin_x = np.arange(0.6, 7 + 0.3, 0.3)
bin_y = np.arange(12, 58 + 3, 3)
plt.hist2d(data=fuel_econ, x='displ', y='comb', cmin=0.5, cmap='viridis_r', bins=[bin_x, bin_y]);
plt.xlabel('Dispalcement (1)');
plt.ylabel('Combine fuel efficiency (mpg)');

plt.colorbar();

Answer 9

对于具有整数 x 值的直方图，我最终使用

plt.hist(data, np.arange(min(data)-0.5, max(data)+0.5))
plt.xticks(range(min(data), max(data)))

0.5 的偏移量将 bin 置于 x 轴值的中心。 plt.xticks 调用为每个整数添加一个刻度。