HOWTO · Matplotlib
如何在 Matplotlib 中为数据列表绘制直方图
使用 Matplotlib 的 plt.hist() 从 Python 列表绘制直方图，然后调整其组距、密度和颜色。
本页内容
要从 Python 列表绘制直方图，只需将列表直接传给 Matplotlib 的 plt.hist() 函数。该函数会把数值分到称为组距（bin）的区间中，统计落入每个区间的数值个数，并为每个区间绘制一根柱条，因此图的形状就能显示数值的分布情况。输入可以是普通的 Python 列表，无需事先转换成 NumPy 数组或 pandas Series。本文先绘制一个包含 21 个 0 到 9 整数的列表，然后调整组距、柱条高度和柱条颜色，最后展示组距数量无效以及列表为空时会发生什么。
使用 plt.hist() 从列表绘制直方图
不带任何额外参数时，plt.hist() 会把数据范围划分为十个等宽的组距。本例还接收该函数返回的三个值并将其打印出来，以便你确切地看到列表是如何被分组的：
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]
plt.hist() 返回三个值。counts 保存每个组距中的观测数量，bin_edges 给出区间的边界，patches 包含柱条的 artist 对象，以备事后需要单独修改某根柱条的样式。counts 中的元素个数就是组距的数量，而 bin_edges 始终多一个元素，因为它标出了每个区间的两端。这里数据范围是 0 到 9，因此十个默认组距每个宽 0.9，最高的柱条是 3.6 到 4.5 的区间，其中包含数值 4 的五次出现。如果你只需要图形，可以省略赋值，只调用 plt.hist(data)。
设置组距数量或组距边界
bins 参数控制数据的划分方式。传入 bins=20 这样的整数会在数据范围内创建相应数量的等宽区间：
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
对这个小列表来说，20 个组距太多了：由于数值都是整数，每隔一个组距就是空的，分布看起来比实际更嘈杂。一般来说，组距太少会掩盖数据中的结构，而组距太多太窄会让小数据集看起来破碎，因此应选择与列表大小和分散程度相称的组距数量。除了整数，你也可以传入 bins=[0, 2, 4, 6, 8, 10] 这样的边界值序列，自行设定区间边界；这样各区间的宽度可以各不相同。当计数跨度很大时，可选参数 log=True 会把计数轴切换为对数刻度，使较小的柱条在高柱条旁边仍然可见。它只改变坐标轴的刻度，不改变输入数值，也不改变组距的划分。
显示概率密度而非计数
默认情况下，柱条高度表示计数。当你想要概率密度时，可设置 density=True。Matplotlib 随即缩放高度，使所有柱条的总面积为 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
使用 density=True 后，返回元组的第一个值保存的是密度而非计数；本例把每个密度乘以其组距宽度并累加面积，验证归一化结果恰好为 1。请注意，单根柱条的高度是密度，而不是其区间的概率；区间的概率是柱条的面积，即高度乘以宽度。当各组距宽度不同时，这一区别很重要，因为一根宽柱条所代表的概率可能大于一根更高的窄柱条。切换时请记得像本例那样更新纵轴标签，让图形说明其柱条高度的含义。
更改柱条颜色
color 参数设置柱条的填充颜色：
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()
任何 Matplotlib 颜色表示法都可以使用，例如 "red" 这样的名称、"#1f77b4" 这样的十六进制字符串，或单字母代码。显示选项可以在一次调用中自由组合，例如 plt.hist(data, bins=20, density=True, color="red") 会绘制二十根带密度高度的红色柱条。无论组合哪些选项，都要让标题和轴标签与之保持一致：密度图不应保留计数标签，二十个组距的图也不应声称显示的是默认的十个。
处理无效的组距数量和空列表
有两个输入错误值得在它们让你措手不及之前就了解。第一个是组距数量不是正数：
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（以及任何负整数）会引发 ValueError，且不会绘制任何内容。如果组距数量来自用户输入或计算结果，请在绘图前验证它是否为正整数，或者改传一个边界序列。第二个情况是空列表，其行为截然不同：它根本不是错误。
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]
在没有数据时，plt.hist() 会回退到 0 到 1 的默认范围，返回十个为零的计数，并绘制一组空坐标轴而不引发异常。这使得空列表成为一种静默失败模式：如果你的数据来自文件、查询或筛选，请在绘图前确认列表非空，以免缺失的数据集变成一张看似有效结果的空白图。
