python - 如何在 matplotlib 直方图中选择 bin

Question

谁能解释一下直方图中的“bins”是什么(matplotlib hist 函数)？假设我需要绘制一些数据的概率密度函数，我选择的 bin 如何影响它？我该如何选择它们？ (我已经在 matplotlib.pyplot.hist 和 numpy.histogram 库中阅读过它们，但我不明白)

Answer 1

bins 参数告诉您数据将被分成多少个 bin。您可以将其指定为整数或 bin 边缘列表。

例如，这里我们要求 20 个箱子:

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)
plt.hist(x, bins=20)

这里我们要求位置 [-4, -3, -2... 3, 4] 的 bin 边缘。

plt.hist(x, bins=range(-4, 5))

您关于如何选择“最佳”数量的垃圾箱的问题是一个有趣的问题，实际上有相当多的关于该主题的文献。已经提出了一些常用的经验法则(例如 Freedman-Diaconis Rule 、 Sturges' Rule, Scott's Rule, the Square-root rule 等)，每个都有自己的优点和缺点。

如果您想要一个很好的 Python 实现各种这些自动调整直方图规则，您可以查看最新版本的 AstroPy 包中的直方图功能，described here . 这就像 plt.hist 一样工作，但允许您使用类似的语法，例如hist(x, bins='freedman') 用于通过上述 Freedman-Diaconis 规则选择 bin。

我个人最喜欢的是“贝叶斯 block ”(bins="blocks")，它解决了 不等 箱宽度的最佳分箱。您可以阅读更多内容 here .

---

编辑，2017 年 4 月:使用 matplotlib 2.0 或更高版本和 numpy 1.11 或更高版本，您现在可以直接在 matplotlib 中指定自动确定的 bin，通过指定，例如bins='auto'。这使用了 Sturges 和 Freedman-Diaconis bin 选择的最大值。您可以在 numpy.histogram docs 中阅读有关选项的更多信息。 .