Python Matplotlib直方图未正确计算每个存储箱中的值数

我试图用matplotlib.pyplot.hist制作一个非常简单的直方图，但它似乎没有正确地计算每个箱子中的值的数量。这是我的密码：

    import numpy as np
    import matplotlib.pyplot as plt
    plt.hist([.2,.3,.5,.6],bins=np.arange(0,1.1,.1))

我将间隔[0,1]除以宽度为.1的桶，因此应该得到四个高度为1的条。但是输出数据只包含两个高度为2的条：它将.3值作为[.2、.3）bin的一部分进行计数，同样，它将.6值作为[.5、.6）bin的一部分进行计数。我在Spyder和Google Colab上都试过了。有人知道发生了什么吗？谢谢！

来自：

如果料仓是一个序列，则定义料仓边缘，包括第一个料仓的左边缘和最后一个料仓的右边缘；在这种情况下，料仓的间距可能不相等。除最后一个（最右侧）料仓外，所有料仓都是半开的。换句话说，如果料仓是：

[1,2,3,4]

然后第一个箱子是[1,2]（包括1，但不包括2），第二个箱子是[2,3]。然而，最后一个箱子是[3,4]，其中包括4

由于间隔是关闭-打开的，因此.2和.3都落在同一个箱子中，而.5和.6落在另一个箱子中

---

您应该通过稍微移动边界来修复存储箱，以避免数字落在边缘上。

问题在于，值正好落在存储箱的边界上。可以将它们放在上一个存储箱或下一个存储箱中。您需要在数据点之间精确地设置存储箱边界。请注意，matplotlib的直方图主要用于r连续分布，其中浮点舍入没有如此大的影响

下面是一些代码来说明这两种情况下发生的情况：

将numpy导入为np
将matplotlib.pyplot作为plt导入
数据=[.2,3,5,6]
图，轴=plt.子批次（ncols=2，figsize=（12,4））
对于轴中的ax：
如果ax==轴[0]：
宾斯=np.arange（0,1.1,1）
ax.set_title（‘箱子边界上的数据’）
其他：
垃圾箱=np.arange（-0.05,1.1,1）
ax.set_title（'箱子边界之间的数据'）
值，bin_界限，条=ax.hist（数据，bin=bin，alpha=0.3）
ax.vlines（bin_界限，0，最大值，color='crimson'，ls=''：'）
最大散点（数据，np.full_-like（数据，0.5），颜色=石灰，s=30）
ax.set_ylim（0,2.2）
ax.设置锁定（范围（3））
plt.show（）

---

问题在于，值正好落在存储单元的边界上。浮点舍入可以将它们放在上一个存储单元或下一个存储单元中。您需要

plt.hist（[.2、.3、.5、.6]，存储单元=np.arange（-0.05,1.1、.1））

用于分隔良好的存储箱。请注意，matplotlib的直方图主要用于浮点舍入没有太大影响的连续分布。谢谢，但您所说的不正确：正是因为间隔是半开的，在我的设置中。2和.3不属于同一个存储箱。正如JohanC指出的，t我的问题的根源是浮点舍入。