Python：使用自定义的 bins 绘制直方图答案

【问题标题】：Python: Plot histograms with customized binsPython：使用自定义的 bins 绘制直方图
【发布时间】：2023-01-11 03:43:07
【问题描述】：

我正在使用 matplotlib.pyplot 制作直方图。由于数据的分布，我想手动设置垃圾箱。详情如下所示：

一个bin中的任意值= 0；
最后一个bin中的任意值> 60；
任何值> 0和<= 60都在上述bin之间，bin大小为5。
你能帮我一些忙吗？谢谢你。

【问题讨论】：

标签： python-3.x matplotlib histogram

【解决方案1】：

我不确定“垃圾箱大小为 5”是什么意思。您可以通过 specifying the bins with a sequence 绘制直方图：

import matplotlib.pyplot as plt
data = [0, 0, 1, 2, 3, 4, 5, 6, 35, 60, 61, 82, -5] # your data here
plt.hist(data, bins=[0, 0.5, 60, max(data)])
plt.show()

但是 bin 大小将匹配相应的间隔，这意味着 - 在这个例子中 - “0-case”将几乎不可见：

（请注意，当将 bins 指定为序列时，60 将移至最后一个 bin，将序列更改为 [0, 0.5, 59.5, max(data)] 将解决此问题）

您（可能）需要的是首先对数据进行分类，然后绘制类别的条形图：

import matplotlib.pyplot as plt
import pandas as pd

data = [0, 0, 1, 2, 3, 4, 5, 6, 35, 60, 61, 82, -5] # your data here

df = pd.DataFrame()
df['data'] = data

def find_cat(x):
    if x == 0:
        return "0"
    elif x > 60:
        return "> 60"
    elif x > 0:
        return "> 0 and <= 60"

df['category'] = df['data'].apply(find_cat)
df.groupby('category', as_index=False).count().plot.bar(x='category', y='data', rot=0, width=0.8)
plt.show()

输出：

【讨论】：

谢谢你的解决方案。对于> 0 and <= 60 category，我们是否可以进一步拆分为间隔宽度为5的间隔？如果我的问题不清楚，请告诉我。谢谢你。

【解决方案2】：

根据 Tranbi 的答案，您可以按照他们共享的链接中的详细信息指定 bin 边缘。

import matplotlib.pyplot as plt
import pandas as pd
data = [0, 0, 1, 2, 3, 4, 5, 6, 35, 60, 61, 82, -6] # your data here
df = pd.DataFrame()
df['data'] = data

bin_edges = [-5, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65]
bin_edges_offset = [x+0.000001 for x in bin_edges]

plt.figure()
plt.hist(df['data'], bins=bin_edges_offset)
plt.show()

histogram

【讨论】：

嗨罗伯特，谢谢你的解决方案。

【解决方案3】：

IIUC 你想要一个经典的直方图，值在 0（不包括）和 60（包括）之间，并在侧面为 0 和 >60 添加两个 bin。

在那种情况下，我建议分别绘制 3 个区域：

import matplotlib.pyplot as plt
import pandas as pd

data = [0, 0, 1, 2, 3, 4, 5, 6, 35, 60, 61, 82, -3] # your data here

fig, axes = plt.subplots(1,3, sharey=True, width_ratios=[1, 12, 1])
fig.subplots_adjust(wspace=0)

# counting 0 values and drawing a bar between -5 and 0
axes[0].bar(-5, data.count(0), width=5, align='edge')   
axes[0].xaxis.set_visible(False)
axes[0].spines['right'].set_visible(False)
axes[0].set_xlim((-5, 0))

# histogramm between (0, 60]
axes[1].hist(data, bins=12, range=(0.0001, 60.0001))
axes[1].yaxis.set_visible(False)
axes[1].spines['left'].set_visible(False)
axes[1].spines['right'].set_visible(False)
axes[1].set_xlim((0, 60))

# counting values > 60 and drawing a bar between 60 and 65
axes[2].bar(60, len([x for x in data if x > 60]), width=5, align='edge')
axes[2].xaxis.set_visible(False)
axes[2].yaxis.set_visible(False)
axes[2].spines['left'].set_visible(False)
axes[2].set_xlim((60, 65))

plt.show()

输出：

【讨论】：