在Matplotlib直方图中定义仓位宽度/x轴比例

我正在用matplotlib生成直方图

我需要的箱子是不平等的宽度，因为我最感兴趣的是最低的箱子。 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个箱子的宽度为10，其余为50），但前5个箱子当然比后5个箱子窄，因为所有箱子都显示在同一个轴上

是否有办法影响x轴或直方图本身，以便我可以在前5个箱子之后打破比例，以便所有箱子都显示为同等宽

（我意识到这将创建一个扭曲的视图，对此我没有意见，尽管我不介意轴的两个不同比例部分之间有一点空间。）

任何帮助都将不胜感激。

---

谢谢

您可以使用

条

，无需拆分轴。举个例子,

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()

---

如果你真的想拆分轴，请看一看。

我这里有一个类似的问题，答案是使用肮脏的黑客。

因此，使用下面的代码，您将得到您已经拥有的丑陋的直方图

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()

为了使垃圾箱的宽度相等，你必须使它们的宽度相等！这意味着操纵数据，使它们都落在宽度相等的容器中，然后使用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()

---

虽然此代码可以回答问题，但提供有关此代码为什么和/或如何回答问题的附加上下文可以提高其长期价值。我倾向于同意此评论，但此答案非常好，完全符合要求，如果您使用过bins参数，也非常容易理解。

import pandas as pd
import numpy as np

df= data

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