可变Matplotlib直方图bin宽度
我正在制作一个有3个子绘图的图，尽管它们的宽度都相等，但一些直方图箱子的大小似乎不同。我的目标是创建一个具有相等宽度条的直方图。
我正在绘制来自三个不同数据框< code>df1、df2、df3的数据，每个数据框都有自己的轴。前两个数据帧(< code>df1，df2)有12个值，而第三个(< code>df3)有21个值。一个简单的工作示例:
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
#Data
df1 = pd.DataFrame(data={'Delta_Thick': {0: -0.10257269427388138,1: -0.39092250646203491,2:-0.23459561055233191,3: 0.68753181981137268,4: -0.86443211703287937,5: -0.46963178960649432,6: 0.14070311160589327,7: 0.1885440568340489,8: 0.64210565529921859,9: -0.81346415594104837,10: 0.68175896505459788,11: 0.33673654536030828}})
df2 = pd.DataFrame(data={'Delta_Thick':{0: -0.38775619399296002,1: -0.32367407025583783,2: -0.56055783338428344,3: 0.23824247437746471,4: -0.64925233000340721,5: -0.44120245730257612,6: 0.027222094241818928,7: -0.091069018106476163,8: 0.0066066466889458386,9: -0.60477189852646174,10: 0.12878952794346843,11: -0.0077463979905486591}})
df3 = pd.DataFrame(data={'Delta_Thick':{0: 0.28518349971907864,1: -0.06724843620619711,2: 0.32596222283195153,3: 0.44928934543390797,4: 0.20911991461399143,5: -0.036989014816141919,6: -0.21517978702947216, 7: -0.028429332303918198,8: 0.037553921139760305,9: 0.98813506475654656,10: 0.51938760439670373,11: 0.11348101736407434,12: 0.79676269452200232,13: 0.27961307494052506,14: -0.55282685608381399,15: 0.63549900861027275,16: -0.20869225741458663,17: 0.55296943711112945,18: 0.34448294335085694,19: 0.18268186220418725,20: 0.36422880308671302}})
fig, (ax,ax1,ax2) = plt.subplots(ncols=3)
bins=[round(x,1)for x in np.linspace(-1,1,21)]
counts, division = np.histogram(df1.loc[:,'Delta_Thick'],bins=bins)
df1.loc[:,'Delta_Thick'].hist(ax=ax, bins=division,color='green',label='Thing',hatch='//')
ax.xaxis.set_ticks(np.arange(-1, 1.5, 0.5))
ax.yaxis.set_ticks(np.arange(0, 5, 1))
ax.set_title('A. 1990-2016')
ax.set_ylabel('Number of Sites')
ax.legend(fontsize='x-small',loc=2)
#Deficit
bins=[round(x,1)for x in np.linspace(-1,0.6,16)]
counts, division = np.histogram(df2.loc[:,'Delta_Thick'],bins=bins)
df2.loc[:,'Delta_Thick'].hist(ax=ax1, bins=division,color='green',hatch='//')
ax1.xaxis.set_ticks(np.arange(-1, 0.75, 0.5))
ax1.yaxis.set_ticks(np.arange(0, 5, 1))
ax1.set_title('B. 1990-2003')
ax1.set_xlabel('X axis label')
#Enrich
bins=[round(x,1)for x in np.linspace(-1,0.6,16)]
counts, division = np.histogram(df3.loc[:,'Delta_Thick'],bins=bins)
df3.loc[:,'Delta_Thick'].hist(ax=ax2, bins=division,color='green',hatch='//')
ax2.xaxis.set_ticks(np.arange(-1, 1.5, 0.5))
ax2.yaxis.set_ticks(np.arange(0, 5, 1))
ax2.set_title('C. 2003-2016')
plt.tight_layout()
plt.show()
在上图中，第三个子图 ax2 具有一个柱形图条，其条柱宽度显示为 0.2。
第三个数据框的长度是否会导致此问题？
变量除法是否指示箱子宽度？
共有1个答案
我不知道为什么，但是当我调整x刻度（即ax2.xaxis.set_ticks）时，不知何故，它改变了直方图柱的外观。所以工作解决方案是：
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
#Data
df1 = pd.DataFrame(data={'Delta_Thick': {0: -0.10257269427388138,1: -0.39092250646203491,2:-0.23459561055233191,3: 0.68753181981137268,4: -0.86443211703287937,5: -0.46963178960649432,6: 0.14070311160589327,7: 0.1885440568340489,8: 0.64210565529921859,9: -0.81346415594104837,10: 0.68175896505459788,11: 0.33673654536030828}})
df2 = pd.DataFrame(data={'Delta_Thick':{0: -0.38775619399296002,1: -0.32367407025583783,2: -0.56055783338428344,3: 0.23824247437746471,4: -0.64925233000340721,5: -0.44120245730257612,6: 0.027222094241818928,7: -0.091069018106476163,8: 0.0066066466889458386,9: -0.60477189852646174,10: 0.12878952794346843,11: -0.0077463979905486591}})
df3 = pd.DataFrame(data={'Delta_Thick':{0: 0.28518349971907864,1: -0.06724843620619711,2: 0.32596222283195153,3: 0.44928934543390797,4: 0.20911991461399143,5: -0.036989014816141919,6: -0.21517978702947216, 7: -0.028429332303918198,8: 0.037553921139760305,9: 0.98813506475654656,10: 0.51938760439670373,11: 0.11348101736407434,12: 0.79676269452200232,13: 0.27961307494052506,14: -0.55282685608381399,15: 0.63549900861027275,16: -0.20869225741458663,17: 0.55296943711112945,18: 0.34448294335085694,19: 0.18268186220418725,20: 0.36422880308671302}})
fig, (ax,ax1,ax2) = plt.subplots(ncols=3)
bins=[round(x,1)for x in np.linspace(-1,1,21)]
counts, division = np.histogram(df1.loc[:,'Delta_Thick'],bins=bins)
df1.loc[:,'Delta_Thick'].hist(ax=ax, bins=division,color='green',hatch='//')
ax.xaxis.set_ticks(np.arange(-1, 1.5, 0.5))
ax.yaxis.set_ticks(np.arange(0, 5, 1))
ax.set_title('A. 1990-2016')
ax.set_ylabel('Number of Sites')
ax.legend(fontsize='x-small',loc=2)
#Deficit
bins=[round(x,1)for x in np.linspace(-1,1,21)]
counts, division = np.histogram(df2.loc[:,'Delta_Thick'],bins=bins)
#ax1.hist(df2.loc[:,'Delta_Thick'],bins=counts.size)
df2.loc[:,'Delta_Thick'].hist(ax=ax1, bins=division,color='green',hatch='//')
ax1.xaxis.set_ticks(np.arange(-1, 1.5, 0.5))
ax1.yaxis.set_ticks(np.arange(0, 5, 1))
ax1.set_title('B. 1990-2003')
ax1.set_xlabel('X axis label')
#Enrich
bins=[round(x,1)for x in np.linspace(-1,1,21)]
counts, division = np.histogram(df3.loc[:,'Delta_Thick'],bins=bins)
df3.loc[:,'Delta_Thick'].hist(ax=ax2, bins=division,color='green',hatch='//')
ax2.xaxis.set_ticks(np.arange(-1, 2, 0.5))
ax2.yaxis.set_ticks(np.arange(0, 10, 1))
ax2.set_title('C. 2003-2016')
plt.tight_layout()
plt.show()
请注意，我将ax2.xaxis.set_ticks（np.arange（-1，1.5，0.5））更改为ax2.xaaxis.set_ticks。
-
我正在matplotlib中创建直方图，但遇到了问题，因为当所有条的宽度都应该相同时，它们的宽度是不同的。这方面的一个例子如下： 显示迭代之间可变条形宽度的直方图 在图像中，左列具有完整的直方图，右列在完整直方图的各个部分中进行缩放。在完整的直方图中，由于某种未知的原因，两个试验之间的条形宽度不同，其中在缩放的右侧，它们具有相同大小的条形。我希望它们具有相同大小的条形图，其中 rwidth=1，并
-
问题内容： 我正在使用matplotlib制作直方图。 有什么方法可以手动设置垃圾箱的大小，而不是垃圾箱的数量吗？ 问题答案： 实际上，这很简单：您可以提供一个带有bin边界的列表，而不是bin的数量。它们也可能分布不均： 如果只希望它们均匀分布，则可以使用range： 添加到原始答案 上一行仅适用于整数填充。正如macrocosme所指出的，对于浮点数，您可以使用：
-
我花了一些时间在互联网上寻找这个问题的答案，我也试着在SO的所有地方寻找答案，但我想我没有正确的术语……请原谅，如果这是某个已知问题的重复，我很乐意删除我的帖子，改为引用该帖子！ 无论如何，我试图在Matplotlib中的同一图形上绘制两个直方图。我的两个数据源是包含 500 个元素的列表。要说明我面临的问题，请参阅下图： 如您所见，在默认参数下，直方图具有不均匀的条块大小，即使条块的数量是相同的
-
在Matplotlib中创建堆叠直方图时，我注意到箱宽缩小了。在这个简单的例子中： 我得到以下输出： 请注意，左侧的直方图在每个存储区之间都有行间距，即使左侧和右侧直方图都使用相同的存储区。 有没有办法纠正这种行为？我想在左边的直方图使用完整的箱子宽度，这样相邻的箱子共享一条边。
-
直方图（Histogram），又称质量分布图，它是一种条形图的一种，由一系列高度不等的纵向线段来表示数据分布的情况。 直方图的横轴表示数据类型，纵轴表示分布情况。 首先，我们需要了解柱状图和直方图的区别。直方图用于概率分布，它显示了一组数值序列在给定的数值范围内出现的概率；而柱状图则用于展示各个类别的频数。 例如，我们对某工厂的员工年龄做直方图统计，首先我们要统计出每一位员工的年龄，然后设定一个
-
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： 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