La fonction hist() de Matplotlib offre des outils puissants pour visualiser les distributions de données. Cependant, son binning automatique par défaut peut parfois masquer des détails cruciaux ou conduire à des interprétations erronées. Un contrôle précis de la taille des bins est essentiel pour créer des visualisations précises et perspicaces. Cet article explore deux méthodes efficaces pour y parvenir.
Table des matières
Spécifier directement les bords des bins
L’approche la plus directe pour contrôler la taille des bins est de définir explicitement les bords des bins à l’aide du paramètre bins dans la fonction hist(). Cela fournit un contrôle total sur les limites de chaque bin.
import matplotlib.pyplot as plt
import numpy as np
# Données échantillon
data = np.random.randn(1000)
# Définir les bords des bins (par exemple, bins de largeur 0.5 de -4 à 4)
bin_edges = np.arange(-4, 4.1, 0.5)
# Créer l'histogramme
plt.hist(data, bins=bin_edges)
plt.xlabel("Valeur")
plt.ylabel("Fréquence")
plt.title("Histogramme avec bords de bins explicitement définis")
plt.show()
Ce code génère un histogramme avec des bins de largeur 0.5 allant de -4 à 4. Le tableau bin_edges définit précisément les limites de chaque bin. La dernière valeur dans bin_edges définit la limite supérieure du dernier bin. Les points de données en dehors de cette plage seront exclus. Ajustez bin_edges selon les besoins pour englober vos données et la largeur de bin souhaitée.
Calculer les bins à partir de la largeur souhaitée
Alternativement, si vous connaissez la largeur de bin souhaitée mais pas les bords exacts, calculez le nombre de bins nécessaires en fonction de la plage de vos données et de la largeur souhaitée. Matplotlib déterminera alors automatiquement les bords de bins appropriés.
import matplotlib.pyplot as plt
import numpy as np
# Données échantillon
data = np.random.randn(1000)
# Largeur de bin souhaitée
bin_width = 0.5
# Calculer le nombre de bins
data_min = np.min(data)
data_max = np.max(data)
num_bins = int((data_max - data_min) / bin_width)
# Créer l'histogramme
plt.hist(data, bins=num_bins)
plt.xlabel("Valeur")
plt.ylabel("Fréquence")
plt.title("Histogramme avec nombre de bins calculé")
plt.show()
# Pour un contrôle plus précis, calculer explicitement les bords des bins :
bin_edges = np.linspace(data_min, data_max, num_bins + 1) # Utiliser linspace pour un espacement régulier
plt.hist(data, bins=bin_edges)
plt.xlabel("Valeur")
plt.ylabel("Fréquence")
plt.title("Histogramme avec bords de bins précisément calculés")
plt.show()
Ce code calcule d’abord num_bins. Matplotlib l’utilise ensuite pour ajuster automatiquement les bords des bins, en veillant à ce que tous les points de données soient inclus. La deuxième partie montre comment calculer bin_edges pour un contrôle plus précis. Notez que Matplotlib peut légèrement ajuster ces bords.
En utilisant l’une ou l’autre de ces méthodes, vous pouvez contrôler précisément le binning dans vos histogrammes Matplotlib, ce qui donne des visualisations de données plus claires et plus informatives. Choisissez la méthode la mieux adaptée à vos besoins et au niveau de contrôle souhaité.