Pandas 当使用plotly+时，如何为数据帧中的多个直方图使用特定的容器列表；袖扣？

使用

matplotlib

绘制柱状图时，手动给出箱子列表相对容易，如图所示

下面是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.hist(np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
ax.hist(0.2 * np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
plt.show()

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
}).iplot(kind='hist', bins=100)

这也可以通过

pandas.DataFrame

通过以下方式等效完成：

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
}).plot(kind='hist', bins=np.arange(-4, 4, 0.1))

进一步说，

plotly

允许通过

袖扣

模块直接连接到

熊猫

，该模块允许执行以下操作：

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.hist(np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
ax.hist(0.2 * np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
plt.show()

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
}).iplot(kind='hist', bins=100)

但这里有一个陷阱：

iplot

袖扣提供的

iplot

方法似乎不接受

bin

的列表。 如上例所示，当提供一个数字时，该数字用于独立地对两个数据集进行装箱，这会导致不相等的装箱，并可能产生误导性结果（请参见上图中的等高）

虽然使用

histnorm='density'

选项可以在一定程度上缓解这种影响，但人们可能希望看到每个箱子的计数，而不是密度

---

有办法解决这个问题吗？

据我所知，没有直接的袖扣方法。在我看来，代码中显示的输出是错误的，也就是说，我认为这是袖扣中的一个缺陷

但只需几行代码，就可以轻松模仿袖扣的功能。您可以使用

袖扣获得相同的布局。getLayout（）

，只需将

barmode

设置为

overlay

---

我已经为此添加了一个更新。 您现在应该能够指定

bin=（开始、结束、大小）

现在应返回：

---

太好了，非常感谢！plotly上的文档应该更新以反映此功能：我已经提交了一个pull请求：正如我所见，此功能仍然不存在