如何在 Matplotlib 直方圖中手動設定 bin 的大小

Suraj Joshi 2023年1月30日

Matplotlib Matplotlib Histogram

將 bin 邊界作為 hist() 函式的引數
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

作者： Suraj Joshi

Suraj Joshi is a backend software engineer at Matrice.ai.

將 bin 邊界作為 hist() 函式的引數

從所需寬度計算 bin 的數量(箱數)

相關文章 - Matplotlib Histogram

將 bin 邊界作為 `hist()` 函式的引數