在Matplotlib直方图中定义bin宽度/ x轴刻度

Question

我正在使用matplotlib生成直方图。

我需要宽度不等的垃圾桶，因为我最感兴趣的是最低的垃圾箱。 现在我正在这样做：

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

这创造了我想要的东西（前5个箱子的宽度为10，其余的为50个），但前五个箱子当然比后者更窄，因为所有箱子都显示在同一个轴上

有没有办法影响x轴或直方图本身，所以我可以在前5个分区后打破比例，所以所有分档都显示为同样宽？

（我意识到这将创建一个扭曲的视图，我很好，尽管我不介意轴的两个不同缩放部分之间的一些空间。）

任何帮助将不胜感激。 谢谢！

Answer 1

您可以使用bar，无需拆分轴。这是一个例子，

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()

如果您真的想拆分轴，请查看here。

Answer 2

我在这里有一个类似的问题，答案是使用脏黑客。 Matplotlib histogram with collection bin for high values

因此，使用以下代码，您将获得已有的丑陋直方图。

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()

为了使箱子的宽度相等，你的确必须使它们的宽度相等！这意味着操纵你的数据，使它们全部落在宽度相等的箱子里，然后玩弄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()

Answer 3

import pandas as pd
import numpy as np

df= data

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