如何以散点图形式绘制直方图？Python实现同类图表方法

问题1：如何以散点图形式绘制直方图？ #

核心逻辑是先统计数据的区间频数，再将区间位置与对应频数作为散点坐标绘图：

• 用numpy.histogram()计算数据的频数分布和区间边界
• 提取区间边界的前n个值（n等于频数的数量），和频数一一对应作为散点的x、y坐标
• 调用matplotlib.pyplot.scatter()完成散点绘制

问题2：如何在Python中绘制类似示例图的图表？ #

以下是可直接运行的实现代码，效果与示例图一致：

import matplotlib.pylab as plt
import numpy as np
from scipy.stats import binom

# 生成100个服从二项分布的随机样本数据
y = binom.rvs(n=10, p=0.5, size=100)
# 计算直方图的区间频数和边界
counts, bins = np.histogram(y, bins=50)
# 绘制散点图：区间左端点对应x轴，频数对应y轴
plt.scatter(bins[:len(counts)], counts)
# 添加网格线提升可读性
plt.grid()
# 显示图表
plt.show()

代码说明： #

• binom.rvs()：生成符合二项分布的随机数据，作为绘图的数据源
• np.histogram()：将数据划分为50个区间，返回每个区间的频数counts和所有区间的边界bins（bins长度比counts多1）
• plt.scatter()：把每个区间左端点和对应频数绘制成散点，还原直方图的分布趋势

内容的提问来源于stack exchange，提问作者Alex