Matplotlib的hist()函数提供了强大的工具来可视化数据分布。但是，其默认的自动分箱有时会掩盖关键细节或导致误解。精确控制箱宽对于创建准确且有见地的可视化至关重要。本文探讨了实现此目标的两种有效方法。
目录
直接指定箱边
控制箱宽最直接的方法是使用hist()函数中的bins参数明确定义箱边。这提供了对每个箱边界完全的控制。
import matplotlib.pyplot as plt
import numpy as np
# 样本数据
data = np.random.randn(1000)
# 定义箱边（例如，宽度为0.5，从-4到4的箱）
bin_edges = np.arange(-4, 4.1, 0.5)
# 创建直方图
plt.hist(data, bins=bin_edges)
plt.xlabel("值")
plt.ylabel("频率")
plt.title("具有明确定义箱边的直方图")
plt.show()
此代码生成一个宽度为0.5，范围从-4到4的直方图。bin_edges数组精确定义了每个箱的边界。bin_edges中的最后一个值设置最终箱的上限。超出此范围的数据点将被排除。根据需要调整bin_edges以包含您的数据和所需的箱宽。
根据所需宽度计算箱数
或者，如果您知道所需的箱宽但不知道确切的边，可以根据数据的范围和所需的宽度计算所需的箱数。然后，Matplotlib将自动确定合适的箱边。
import matplotlib.pyplot as plt
import numpy as np
# 样本数据
data = np.random.randn(1000)
# 期望箱宽
bin_width = 0.5
# 计算箱数
data_min = np.min(data)
data_max = np.max(data)
num_bins = int((data_max - data_min) / bin_width)
# 创建直方图
plt.hist(data, bins=num_bins)
plt.xlabel("值")
plt.ylabel("频率")
plt.title("具有计算出的箱数的直方图")
plt.show()
# 为了更精细的控制，明确计算箱边：
bin_edges = np.linspace(data_min, data_max, num_bins + 1) # 使用linspace进行均匀间隔
plt.hist(data, bins=bin_edges)
plt.xlabel("值")
plt.ylabel("频率")
plt.title("具有精确计算的箱边的直方图")
plt.show()
此代码首先计算num_bins。然后，Matplotlib使用它来自动调整箱边，确保包含所有数据点。第二部分演示了如何计算bin_edges以获得更精确的控制。请注意，Matplotlib可能会稍微调整这些边。
通过使用这两种方法中的任何一种，您可以精确控制 Matplotlib 直方图中的分箱，从而产生更清晰、更信息丰富的 数据可视化。选择最适合您需求和所需控制级别的 方法。