Python 如何从seaborn'；s KDE distplot对象？ 背景

我试图根据我掌握的一种植物（拟南芥）在光照下基因变化的数据，对11000个基因进行分组

每个基因的原始值是连续的随机变量，但我希望离散化这些值，比如说，有20个离散类

因此，不是：

change_in_expression = array([-2.2, -1.1, -1.2, ...,  0.6, -1. , -0.9])

我有课堂产出：

change_in_expression = array(["3_to_4","2_to_3","1_to_2",...])

---

我试过的 我使用

seaborn的distplot（）

绘制分布图，我相信它使用了：

我知道当默认设置“自动”生成这些分组时，

matplotlib.pyplot的

hist（）

允许您提取箱子

---

摘要问题 问题是，我如何将我的基因分组？这是一个比仅仅询问

seaborn

版本的

matplotlib的

hist（）

更广泛的问题。。。因为

seaborn的
distplot
使用KDE

通过查看以下可用方法，我似乎无法从seaborn创建的
ax
对象中获取垃圾箱：

dir(sns.distplot(d, fit=stats.laplace, kde=False)

我想，一种方法是检查seaborn的
distplot
源代码的内部，找出它们在绘图之前是如何存储数据的。。。但这远远超出了我的独角兽技能…
Seaborn调用
pyplot.hist
，它反过来调用
numpy.histogram
。因此，如果未指定任何参数，可以检查seaborn将什么用作
bin
参数。即，
a
作为数据

bins = min(_freedman_diaconis_bins(a), 50)

在哪里

所有这些都应该大致与

bins = min(len(numpy.histogram_bin_edges(a, bins="fd")), 50)

或

然后将
bin
传递到
pyplot.hist

plt.hist(a, bins=bins)

distplot是一种柱状图，顶部有kde的图。这些是独立的。由于KDE没有“分组”，我不确定这个问题的真正目的是什么？@ImportanceOfBeingErnest，谢谢你的编辑。还有你更深层次的理解：我想问题是，什么算法决定了装箱，我想我可以四处寻找源代码的直方图部分。谢谢你，朋友！很明显，你已经超越了责任的召唤，你自己寻找源头，这是令人惊讶的。。。作为Stack的新手，我真不敢相信你们会有多大帮助。我现在已经研究了freedman diaconis并了解了IQR的依赖性。我试着+1，但我还是
def iqr(a):
    """Calculate the IQR for an array of numbers."""
    a = np.asarray(a)
    q1 = stats.scoreatpercentile(a, 25)
    q3 = stats.scoreatpercentile(a, 75)
    return q3 - q1

bins = min(len(numpy.histogram_bin_edges(a, bins="fd")), 50)

bins = 50 if len(numpy.histogram_bin_edges(a, bins="fd")) > 50 else "fd"

plt.hist(a, bins=bins)