我正在从作者写的一本书中学习ML： housing.hist（bins = 50，figsize =（20,15）） plt.show（） - 绘制数据的直方图。 在那里，我不明白bin属性的意义和需要以及如何为它确定一个值。
我接着去了pandas文档网站（https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.hist.html）但仍然不明白参数“bins”是什么意思。
答案 0 :(得分：0)
简单回答： bins应该是您想要在直方图中显示的条数。
但是让我们解开链：Pandas hist函数调用matplotlib's hist函数。与pandas相比，matplotlib有一个详细的docstring，
bins：整数或序列或'自动'，可选如果给出一个整数，则计算并返回bin + 1 bin边缘，与
numpy.histogram()一致。如果bin是一个序列，则给出bin边缘，包括第一个bin的左边缘和最后一个bin的右边缘。在这种情况下，箱子不加修改地返回。
除了最后一个（最右边）的垃圾箱以外的所有垃圾箱都是半开的。换句话说，如果箱子是：
[1, 2, 3, 4]然后第一个bin是[1, 2)（包括1，但不包括2）和第二个[2, 3)。但是，最后一个bin是[3, 4]，其中包含4。如果垃圾箱是一个序列，则支持不等间距的垃圾箱。
应该注意，默认情况下，选择最小和最大数据点之间的numpy默认值为10个bin。这意味着数据范围被划分为10个大小相等的区间，并且任何值都分配给这10个区间中的一个，加起来为bin的值。然后，该值将显示为图中相应柱的高度。
将bin的值更改为其他数字，可以让您拥有更多或更少的间隔。
另外，查看wikipedia可能有所帮助：
没有“最佳”数量的垃圾箱，不同的垃圾箱尺寸可以揭示数据的不同特征。 [...]
使用较宽的区域，其中基础数据点的密度较低，降低了由于采样随机性引起的噪声;使用密度较高的较窄的箱（因此信号会淹没噪音）可以提高密度估算的精确度。
在这种情况下，“更宽的箱子”意味着bins的数字越小，“更窄的箱子”的数量越大bins。