HOWTO · Matplotlib

Comment tracer un histogramme pour une liste de données dans Matplotlib

Tracez un histogramme à partir d'une liste Python avec plt.hist() de Matplotlib, puis ajustez ses bins, sa densité et sa couleur.

Sur cette page

Pour tracer un histogramme à partir d’une liste Python, passez la liste directement à la fonction plt.hist() de Matplotlib. La fonction regroupe les valeurs dans des intervalles appelés bins, compte combien de valeurs tombent dans chaque intervalle et dessine une barre par intervalle, de sorte que la forme du graphique montre comment les valeurs sont réparties. Une simple liste Python suffit comme entrée ; vous n’avez pas besoin de la convertir d’abord en tableau NumPy ou en Series pandas. Cet article trace une liste de 21 nombres entiers de 0 à 9, puis ajuste les bins, les hauteurs des barres et la couleur des barres, et montre enfin ce qui se passe avec un nombre de bins invalide et avec une liste vide.

Tracer un histogramme à partir d’une liste avec plt.hist()

Sans argument supplémentaire, plt.hist() divise la plage de données en dix bins de largeur égale. L’exemple capture également les trois valeurs renvoyées par la fonction et les affiche, afin que vous puissiez voir exactement comment la liste a été regroupée :

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
counts, bin_edges, patches = plt.hist(data)
print("counts:", counts.tolist())
print("bin_edges:", bin_edges.tolist())
plt.xlabel("Value")
plt.ylabel("Count")
plt.title("Histogram of data")
plt.show()
counts: [1.0, 1.0, 2.0, 2.0, 5.0, 3.0, 3.0, 2.0, 1.0, 1.0]
bin_edges: [0.0, 0.9, 1.8, 2.7, 3.6, 4.5, 5.4, 6.3, 7.2, 8.1, 9.0]

Histogramme des 21 valeurs de la liste dessiné par plt.hist() avec les dix bins par défaut ; la barre la plus haute couvre les valeurs de 3,6 à 4,5 et a un effectif de 5.

plt.hist() renvoie trois valeurs. counts contient le nombre d’observations dans chaque bin, bin_edges donne les bornes des intervalles et patches contient les artistes des barres si vous devez modifier le style de barres individuelles par la suite. Le nombre d’entrées dans counts correspond au nombre de bins, tandis que bin_edges contient toujours une entrée de plus, car il marque les deux extrémités de chaque intervalle. Ici, la plage de données va de 0 à 9, donc chacun des dix bins par défaut a une largeur de 0,9, et la barre la plus haute est l’intervalle de 3,6 à 4,5, qui contient les cinq occurrences de la valeur 4. Vous pouvez omettre l’affectation et appeler simplement plt.hist(data) si vous n’avez besoin que du graphique.

Définir le nombre de bins ou les bordures des bins

Le paramètre bins contrôle la manière dont les données sont divisées. Passer un entier tel que bins=20 crée autant d’intervalles de largeur égale sur la plage de données :

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
counts, bin_edges, patches = plt.hist(data, bins=20)
print("counts:", counts.tolist())
print("number of bins:", len(counts))
plt.xlabel("Value")
plt.ylabel("Count")
plt.title("Histogram with 20 bins")
plt.show()
counts: [1.0, 0.0, 1.0, 0.0, 2.0, 0.0, 2.0, 0.0, 5.0, 0.0, 0.0, 3.0, 0.0, 3.0, 0.0, 2.0, 0.0, 1.0, 0.0, 1.0]
number of bins: 20

La même liste tracée avec 20 bins ; beaucoup de bins étroits restent vides car les données ne contiennent que des nombres entiers de 0 à 9.

Vingt bins sont trop nombreux pour cette petite liste : comme les valeurs sont des entiers, un bin sur deux reste vide et la distribution semble plus bruitée qu’elle ne l’est. En général, très peu de bins peuvent masquer la structure des données, tandis que de nombreux bins étroits peuvent donner à un petit jeu de données un aspect irrégulier ; choisissez donc un nombre de bins adapté à la taille et à la dispersion de votre liste. Au lieu d’un entier, vous pouvez passer une séquence de valeurs de bordures telle que bins=[0, 2, 4, 6, 8, 10] pour fixer vous-même les limites des intervalles ; les intervalles peuvent alors avoir des largeurs différentes. Lorsque les effectifs couvrent une large plage, l’argument optionnel log=True fait passer l’axe des effectifs à une échelle logarithmique afin que les petites barres restent visibles à côté d’une grande barre. Il ne modifie que l’échelle de l’axe, pas les valeurs d’entrée ni la division en bins.

Afficher la densité de probabilité au lieu des effectifs

Par défaut, les hauteurs des barres sont des effectifs. Définissez density=True lorsque vous souhaitez plutôt une densité de probabilité. Matplotlib met alors les hauteurs à l’échelle de manière que l’aire totale des barres soit égale à 1 :

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
counts, bin_edges, patches = plt.hist(data, bins=10, density=True)
print("densities:", [round(d, 4) for d in counts.tolist()])
area = sum(d * (bin_edges[i + 1] - bin_edges[i]) for i, d in enumerate(counts))
print("total area:", round(area, 6))
plt.xlabel("Value")
plt.ylabel("Probability density")
plt.title("Probability histogram of data")
plt.show()
densities: [0.0529, 0.0529, 0.1058, 0.1058, 0.2646, 0.1587, 0.1587, 0.1058, 0.0529, 0.0529]
total area: 1.0

Histogramme de densité de probabilité de la liste dessiné avec density=True ; les hauteurs des barres sont des densités et l’aire totale des barres est de 1.

Avec density=True, la première valeur du tuple renvoyé contient des densités au lieu d’effectifs, et l’exemple vérifie la normalisation en multipliant chaque densité par la largeur de son bin et en additionnant les aires, ce qui donne exactement 1. Notez que la hauteur d’une barre individuelle est une densité, et non la probabilité de son intervalle ; la probabilité d’un intervalle est l’aire de sa barre, c’est-à-dire la hauteur multipliée par la largeur. Cette distinction compte lorsque les bins ont des largeurs différentes, car une barre large peut représenter plus de probabilité qu’une barre étroite plus haute. Pensez à mettre à jour le libellé de l’axe vertical lorsque vous changez de mode, comme le fait l’exemple, afin que le graphique explique ce que signifient les hauteurs de ses barres.

Changer la couleur des barres

Le paramètre color définit la couleur de remplissage des barres :

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
plt.hist(data, bins=10, color="red")
plt.xlabel("Value")
plt.ylabel("Count")
plt.title("Red histogram of data")
plt.show()

L’histogramme de la liste avec des barres rouges, dessiné avec dix bins et le paramètre color réglé sur rouge.

Toute spécification de couleur Matplotlib fonctionne, comme un nom tel que "red", une chaîne hexadécimale telle que "#1f77b4" ou un code d’une seule lettre. Les options d’affichage se combinent librement dans un seul appel ; par exemple, plt.hist(data, bins=20, density=True, color="red") dessine vingt barres rouges avec des hauteurs de densité. Quelles que soient les options combinées, gardez le titre et les libellés des axes en accord avec elles : un graphique de densité ne doit pas conserver un libellé d’effectifs, et un graphique avec vingt bins ne doit pas prétendre montrer les dix par défaut.

Gérer un nombre de bins invalide et une liste vide

Deux erreurs d’entrée méritent d’être connues avant qu’elles ne vous surprennent. La première est un nombre de bins qui n’est pas positif :

import matplotlib.pyplot as plt

data = [3, 4, 2, 3, 4, 5, 4, 7, 8, 5, 4, 6, 2, 1, 0, 9, 7, 6, 6, 5, 4]
plt.hist(data, bins=0)
Traceback (most recent call last):
  ...
ValueError: `bins` must be positive, when an integer

bins=0 (et tout entier négatif) lève une ValueError et rien n’est dessiné. Si le nombre de bins provient d’une saisie utilisateur ou d’un calcul, vérifiez qu’il s’agit d’un entier positif avant de tracer, ou passez plutôt une séquence de bordures. Le second cas est une liste vide, qui se comporte très différemment : ce n’est pas du tout une erreur.

import matplotlib.pyplot as plt

counts, bin_edges, patches = plt.hist([])
print("counts:", counts.tolist())
print("bin_edges:", [round(e, 2) for e in bin_edges.tolist()])
counts: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
bin_edges: [0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]

Sans données, plt.hist() revient à la plage par défaut de 0 à 1, renvoie dix effectifs à zéro et dessine des axes vides sans lever d’exception. Cela fait de la liste vide un mode d’échec silencieux : si vos données proviennent d’un fichier, d’une requête ou d’un filtre, vérifiez que la liste n’est pas vide avant de tracer, afin qu’un jeu de données manquant ne se transforme pas en un graphique vierge qui ressemble à un résultat valide.