很难将xticks对准直方图bin的边缘

Question

我正在尝试使用直方图以3小时为间隔显示一天中整个小时的数据频率。因此，我使用8个垃圾箱。

plt.style.use('seaborn-colorblind')

plt.figure(figsize=(10,5))
plt.hist(comments19['comment_hour'], bins = 8, alpha = 1, align='mid', edgecolor = 'white', label = '2019', density=True)
plt.title('2019 comments, 8 bins')
plt.xticks([0,3,6,9,12,15,18,21,24])
plt.xlabel('Hours of Day')
plt.ylabel('Relative Frequency')
plt.tight_layout()
plt.legend()
plt.show()

但是，如下面的图像所示，刻度线未与垃圾箱边缘对齐。

<< img src =“ https://image.soinside.com/eyJ1cmwiOiAiaHR0cHM6Ly9pLnN0YWNrLmltZ3VyLmNvbS9TZzRxZS5wbmcifQ==” alt =“直方图Matplotlib图像”>

Answer 1

如果设置bins=8，则seaborn将设置9个边界，从输入数组（0）的最小值到最高（23），以[0.0, 2.875, 5.75, 8.625, 11.5, 14.375, 17.25, 20.125, 23.0]设置。要在0, 3, 6, ...处获得9个边界，您需要显式设置它们。

import numpy as np
import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt

plt.style.use('seaborn-colorblind')

comments19 = pd.DataFrame({'comment_hour': np.random.randint(0, 24, 100)})

plt.figure(figsize=(10, 5))
plt.hist(comments19['comment_hour'], bins=np.arange(0, 25, 3), alpha=1, align='mid', edgecolor='white', label='2019',
         density=True)
plt.title('2019 comments, 8 bins')
plt.xticks(np.arange(0, 25, 3))
plt.xlabel('Hours of Day')
plt.ylabel('Relative Frequency')
plt.tight_layout()
plt.legend()
plt.show()

[请注意，您的density=True表示直方图的总面积为1。由于每个条带宽度为3小时，所以所有条带高度的总和将为0.33，而不是您期望的1.00。要真正获得具有相对频率的y轴，可以通过将小时数除以3来使内部bin宽度为8。然后，您可以将x轴重新标记为小时。

因此，可以进行以下更改，以便所有垃圾箱的总和为100％：

from matplotlib.ticker import PercentFormatter

plt.hist(comments19['comment_hour'] / 3, bins=np.arange(8), alpha=1, align='mid', edgecolor='white', label='2019',
         density=True)
plt.xticks(np.arange(8), np.arange(0, 25, 3))
plt.gca().yaxis.set_major_formatter(PercentFormatter(1))

Answer 2

您可以执行以下任一操作：

plt.figure(figsize=(10,5))

# define the bin and pass to plt.hist
bins = [0,3,6,9,12,15,18,21,24]
plt.hist(comments19['comment_hour'], bins = bins, alpha = 1, align='mid', 

# remove this line
# plt.xticks([0,3,6,9,12,15,18,21,24])
edgecolor = 'white', label = '2019', density=True)
plt.title('2019 comments, 8 bins')
plt.xlabel('Hours of Day')
plt.ylabel('Relative Frequency')
plt.tight_layout()
plt.legend()
plt.show()

或：

fig, ax = plt.subplots()

bins = np.arange(0,25,3)
comments19['comment_hour'].plot.hist(ax=ax,bins=bins)

# other plt format