如何在 Matplotlib 直方图中手动设置 bin 的大小

Suraj Joshi 2024年2月15日

Matplotlib Matplotlib Histogram

将 bin 边界作为 hist() 函数的参数
从所需宽度计算 bin 的数量(箱数)

要绘制直方图，我们使用 hist2d() 函数，其中将 bin (箱数)n 作为参数传递。我们可以通过计算所需的箱数来设置箱的大小，以保持所需的大小。

将 bin 边界作为 `hist()` 函数的参数

hist 函数的语法：

hist(x,
     bins: NoneType=None,
     range: NoneType=None,
     density: NoneType=None,
     weights: NoneType=None,
     cumulative: bool=False,
     bottom: NoneType=None,
     histtype: str=builtins.str,
     align: str=builtins.str,
     orientation: str=builtins.str,
     rwidth: NoneType=None,
     log: bool=False,
     color: NoneType=None,
     label: NoneType=None,
     stacked: bool=False,
     normed: NoneType=None,
     data: NoneType=None,
     **kwargs)

为了在 Matplotlib 中设置 bin 的大小，我们传递一个带有 bin 边界而不是 bin 数量的列表作为 bin 参数。

import numpy as np
import numpy.random as random
import matplotlib.pyplot as plt

data = np.random.random_sample(100) * 100.0
plt.hist(data, bins=[0, 10, 20, 30, 40, 50, 60, 80, 100])
plt.xlabel("Value")
plt.ylabel("Counts")
plt.title("Histogram Plot of Data")
plt.grid(True)
plt.show()

将 Matplotlib 传递列表中 bin 的大小设置为参数

在上面的示例中，我们手动设置 bin 边界，并间接设置 bin 的宽度。我们也可以使用 np.arange 找到等距的边界。

为了使 bin 等距分布，我们可以使用 np.arange 查找等距边界。

import numpy as np
import numpy.random as random
import matplotlib.pyplot as plt

binwidth = 10
data = np.random.random_sample(100) * 100.0
plt.hist(data, bins=np.arange(min(data), max(data) + binwidth, binwidth))
plt.xlabel("Data")
plt.ylabel("Counts")
plt.title("Histogram Plot of Data")
plt.grid(True)
plt.show()

Matplotlib 中均匀分布的 bin 通过列表作为参数

警告

np.arange 的第二个参数应该是 max(data) + binwidth，而不是 max(data)，因为 np.arange(start, top, step) 创建的间隔包括 start，但是不包含 end。因此，我们需要在 max(data) 上添加区间 binwidth，以使实际停止为 max(data)。

从所需宽度计算 bin 的数量(箱数)

为了找到 bin 的数量，我们计算最大值和最小值之间的差除以所需的 bin(箱)宽度。

import numpy as np
import matplotlib.pyplot as plt


def find_bins(observations, width):
    minimmum = np.min(observations)
    maximmum = np.max(observations)
    bound_min = -1.0 * (minimmum % width - minimmum)
    bound_max = maximmum - maximmum % width + width
    n = int((bound_max - bound_min) / width) + 1
    bins = np.linspace(bound_min, bound_max, n)
    return bins


data = np.random.random_sample(120) * 100
bins = find_bins(data, 10.0)
plt.hist(data, bins=bins)
plt.xlabel("Data")
plt.ylabel("Counts")
plt.title("Histogram Plot")
plt.show()

从给定宽度中找到箱数

作者： Suraj Joshi

Suraj Joshi is a backend software engineer at Matrice.ai.

将 bin 边界作为 hist() 函数的参数

从所需宽度计算 bin 的数量(箱数)

相关文章 - Matplotlib Histogram

将 bin 边界作为 `hist()` 函数的参数