如何在 Matplotlib 直方圖中手動設定 bin 的大小

  1. 將 bin 邊界作為 hist() 函式的引數
  2. 從所需寬度計算 bin 的數量(箱數)

要繪製直方圖,我們使用 hist2d() 函式,其中將 bin (箱數)n 作為引數傳遞。我們可以通過計算所需的箱數來設定箱的大小,以保持所需的大小。

將 bin 邊界作為 hist() 函式的引數

hist 函式的語法:

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)

為了在 Matplotlib 中設定 bin 的大小,我們傳遞一個帶有 bin 邊界而不是 bin 數量的列表作為 bin 引數。

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()

將 Matplotlib 傳遞列表中 bin 的大小設定為引數

在上面的示例中,我們手動設定 bin 邊界,並間接設定 bin 的寬度。我們也可以使用 np.arange 找到等距的邊界。

為了使 bin 等距分佈,我們可以使用 np.arange 查詢等距邊界。

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 中均勻分佈的 bin 通過列表作為引數

警告

np.arange 的第二個引數應該是 max(data)+ binwidth,而不是 max(data),因為 np.arange(start, top, step) 建立的間隔包括 start,但是不包含 end。因此,我們需要在 max(data) 上新增區間 binwidth,以使實際停止為 max(data)

從所需寬度計算 bin 的數量(箱數)

為了找到 bin 的數量,我們計算最大值和最小值之間的差除以所需的 bin(箱)寬度。

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() 

從給定寬度中找到箱數

相關文章 - Matplotlib Histogram

  • Matplotlib 中如何同時繪製兩個直方圖