如何在Python3中使用自定义的下溢/上溢容器绘制刻面直方图？

我有一个包含多个列（地区、日期、利润）的熊猫数据框架。我想按地区和日期列出利润柱状图。但利润列数据两边都有一条长尾，这意味着10美元以下的利润有5项，400-450美元之间的利润有280483项，然后是10万美元以上的利润有6项

我想做的是创建一个带有定制箱子的柱状图，这样它可以显示多个400-450美元的箱子，一个400美元以下的箱子，一个450美元以上的箱子，希望柱状图中的列在相同的宽度以上

我现在所拥有的：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
fixed_bin = list(np.arange(400,450,5))
fixed_bin.insert(0,0)
fixed_bin.append(150000)
fig = sns.FacetGrid(df, col = 'region', row = 'date',
                    margin_titles = True, aspect = 1.4)
fig.map(sns.distplot, 'profit', kde = False, bins = fixed_bin, color = 'r')

然而，这给了我一个均匀分布的X轴，从0到150000。我所有的数据（在400到450之间）仍然被挤在中间，很难看到中间部分的真实直方图。如何使两端的尾部（下溢和溢出箱）变成两个小的箱，宽度与中间的箱一样宽？

---

非常感谢你的帮助

我的第一个想法是分别进行装箱和绘图。 但我找不到

matplotlib.pyplot.bar

或

seaborn.barplot

提供的 自定义垃圾箱大小

所以我们必须欺骗

seaborn.distplot

或

matplotlib.pyplot.hist

（它背后的功能）

将numpy导入为np
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
#添加另一个存储箱以转储所有溢出值
#和其他的一样大
fixed_bin=列表（np.arange（400455，5））
#添加另一个箱子以转储所有下溢值
#和其他的一样大
固定箱插入件（0395）
打印（固定邮箱）
某些上边界=500
data=np.random.randint（300，高=一些上边界，大小=1000）
#使用布尔索引将数据从450移动到150000
#最后一箱
在逻辑上（数据>=0，数据<400）
在逻辑上，你是指非等距的箱子吗？是的，基本上我希望我的箱子是（0400），（400410），（410420），（420430），（430440），（440450），（450150000）。但是当它们显示为直方图条时，我希望每个条表示每个箱子中的计数宽度相等。因此，X轴将缩放到我的箱子，而不是正常的0到150000比例。看看numpy和scipy的组织图函数，我认为它们支持这些箱子。正如您已经做的那样，您可以手动调整尾部。我的问题不是wi正如你所看到的，我已经用numpy做了箱子。问题是箱子在X轴上正确显示的宽度相同（比如尺寸2），而不是数学宽度（150000）。请编辑你的代码，
df
缺失，
import numpy as np

import seaborn as sns
import matplotlib.pyplot as plt

# add another bin to dump all overflow values
# same size as the others
fixed_bin = list(np.arange(400, 455, 5))

# add another bin to dump all underflow values
# same size as the others
fixed_bin.insert(0, 395)

print(fixed_bin)

some_upper_boundary = 500

data = np.random.randint(300, high=some_upper_boundary, size=1000)

# use boolean indexing do move the data from 450 to 150000 into the
# last bin

in_first_bin = np.logical_and(data >= 0, data < 400)
in_last_bin = np.logical_and(data > 450, data <= some_upper_boundary)

data[in_first_bin] = 397
data[in_last_bin] = 447

#print(data)
ax = sns.distplot(data, bins=fixed_bin)


# Set the tick positions
ax.set_xticks(fixed_bin)

my_custom_ticklabels = list(map(str, fixed_bin))
print(my_custom_ticklabels)

my_custom_ticklabels[0] = 'under\nflow'
my_custom_ticklabels[-1] = 'over\nflow'

# Set the tick labels
ax.set_xticklabels(my_custom_ticklabels)

plt.show()