关于matplotlib绘制直方图偏移的问题

在使用pyplot绘制直方图的时候我发现了一个问题，在给函数.hist()传参的时候，如果传入的组数不是刚刚好（就是说这个组数如果是使用(最大值-最小值)/组距计算出来，而这个数字不是整除得来而是取整得来的话），图像就会产生偏移现象。

看下面这段代码：绘制IMDB排行前1000电影的时长分布直方图

# coding=utf-8

from matplotlib import pyplot as plt

import pandas as pd

# 数据准备

file_path = "./IMDB-Movie-Data.csv"

df = pd.read_csv(file_path)

runtime_data = df["Runtime (Minutes)"]

# 计算组数

max_runtime = max(runtime_data)

min_runtime = min(runtime_data)

num_bin = int((max_runtime-min_runtime)//6)

# 配置图形参数

plt.figure(figsize=(20, 8), dpi=80)

plt.grid(alpha=0.5)

# 绘图

plt.hist(runtime_data, num_bin)

plt.xticks(range(min_runtime, max_runtime+6, 6))

plt.show()

结果如下：

产生这个问题的原因就在于，在这个程序中max_runtime-min_runtime的值是125，不能被6整除，所以产生了偏移。

如果我们将上述代码中的(max_runtime-min_runtime)//6和plt.xticks(range(min_runtime, max_runtime+6, 6))中的6更换为一个能被125整除的数，比如5，结果会是如何呢？
我们可以看到问题解决了，偏移消失了，但是这并不是解决问题的根本办法，如果我们就是要用6作为组距而不想偏移呢？

我们可以传入一个列表参数来解决这个问题

# coding=utf-8

from matplotlib import pyplot as plt

import pandas as pd

# 数据准备

file_path = "./IMDB-Movie-Data.csv"

df = pd.read_csv(file_path)

runtime_data = df["Runtime (Minutes)"]

# 将传参从组数改为传入列表

max_runtime = max(runtime_data)

min_runtime = min(runtime_data)

plt.figure(figsize=(20, 8), dpi=80)

plt.hist(runtime_data, range(min_runtime, max_runtime+6, 6))

plt.grid(alpha=0.5)

plt.xticks(range(min_runtime, max_runtime+6, 6))

plt.show()

结果如图：

巴特西

关于matplotlib绘制直方图偏移的问题

最新文章

热门文章