在Matplotlib直方图中定义箱子宽度/x轴比例

Question

我用matplotlib生成直方图。

我需要箱子的宽度不相等，因为我对最低的条柱最感兴趣。现在我正在这样做：

plt.hist(hits_array, bins = (range(0,50,10) + range(50,550,50)))

这创建了我想要的（前5个条柱的宽度为10，其余50条箱的宽度），但前五个条柱当然比后一个条柱窄，因为所有条柱都显示在同一轴上。

有没有办法影响x轴或直方图本身，这样我就可以在前5个箱之后打破刻度，这样所有箱都显示为等宽？

（我意识到这将产生一个扭曲的视图，我对此很好，尽管我不介意在轴的两个不同缩放部分之间留出一点空间。

任何帮助将不胜感激。谢谢！

Answer 1

import pandas as pd
import numpy as np

df= data

bins = np.arange(0,0.1,0.001)
df.hist(bins=bins,color='grey')

Answer 2

可以使用bar，不需要拆分轴。这里有一个例子，

import matplotlib.pylab as plt
import numpy as np

data = np.hstack((np.random.rand(1000)*50,np.random.rand(100)*500))
binwidth1,binwidth2=10,50
bins=range(0,50,binwidth1)+range(50,550,binwidth2)

fig,(ax) = plt.subplots(1, 1)

y,binEdges=np.histogram(data,bins=bins)

ax.bar(0.5*(binEdges[1:]+binEdges[:-1])[:5], y[:5],width=.8*binwidth1,align='center')
ax.bar(0.5*(binEdges[1:]+binEdges[:-1])[5:], y[5:],width=.8*binwidth1,align='center')
plt.show()

如果你真的想分裂轴看看这里。

Answer 3

我在这里有一个类似的问题，答案是使用肮脏的黑客。具有收集箱的矩阵直方图，用于高值

所以通过下面的代码，你得到了你已经有的丑陋直方图。

def plot_histogram_04():
    limit1, limit2 = 50, 550
    binwidth1, binwidth2 = 10, 50    
    data = np.hstack((np.random.rand(1000) * limit1, np.random.rand(100) * limit2))

    bins = range(0, limit1, binwidth1) + range(limit1, limit2, binwidth2)

    plt.subplots(1, 1)
    plt.hist(data, bins=bins)
    plt.savefig('my_plot_04.png')
    plt.close()

为了使箱子等宽，你必须使它们等宽！这意味着要对数据进行操作，使它们都落在宽度相等的容器中，然后再处理xlabel。

def plot_histogram_05():
    limit1, limit2 = 50, 550
    binwidth1, binwidth2 = 10, 50

    data = np.hstack((np.random.rand(1000) * limit1, np.random.rand(100) * limit2))

    orig_bins = range(0, limit1, binwidth1) + range(limit1, limit2 + binwidth2, binwidth2)
    data = [(i - limit1) / (binwidth2 / binwidth1) + limit1 
            if i >= limit1 else i for i in data]
    bins = range(0, limit2 / (binwidth2 / binwidth1) + limit1, binwidth1)

    _, ax = plt.subplots(1, 1)
    plt.hist(data, bins=bins)

    xlabels = np.array(orig_bins, dtype='|S3')
    N_labels = len(xlabels)
    print xlabels
    print bins
    plt.xlim([0, bins[-1]])
    plt.xticks(binwidth1 * np.arange(N_labels))
    ax.set_xticklabels(xlabels)

    plt.savefig('my_plot_05.png')
    plt.close()