如何为plt.hist的分类数据指定固定分箱及顺序？

要实现批量绘制的直方图都使用统一分箱、固定顺序，哪怕数据集里没有对应类别也要保留分箱，直接用plt.hist处理分类数据无法满足需求，换用以下方法更可靠：

核心思路 #

先手动统计全局固定分箱的频次（空类别频次设为0），再用plt.bar绘制——bar可以直接指定x轴的所有类别，完美匹配需求。

代码示例 #

import matplotlib.pyplot as plt
import numpy as np
from collections import Counter

# 定义全局统一的分箱和顺序，所有直方图都沿用这个配置
fixed_bins = ['foo_0', 'foo_1', 'foo_2', 'foo_3']

# 生成示例数据集（可替换为你的实际数据）
data = [f'foo_{i}' for i in np.random.randint(4, size=10)]

# 统计每个固定分箱的频次，无对应类别的自动补0
category_counts = [Counter(data).get(bin_name, 0) for bin_name in fixed_bins]

# 绘制直方图（效果与plt.hist一致，但能严格控制分箱）
plt.bar(fixed_bins, category_counts)
plt.xlabel('类别')
plt.ylabel('频次')
plt.title('统一分箱的分类直方图')
plt.show()

批量绘制扩展 #

如果要批量处理多组数据，只需循环重复「统计频次+绘制」步骤，所有图表的x轴分箱和顺序完全一致：

# 示例：3组不同的数据集
datasets = [
    [f'foo_{i}' for i in np.random.randint(3, size=10)],  # 仅包含foo_0、foo_1、foo_2
    [f'foo_{i}' for i in np.random.randint(1,4, size=8)], # 仅包含foo_1、foo_2、foo_3
    [f'foo_{i}' for i in np.random.randint(4, size=12)]
]

plt.figure(figsize=(12, 4))
for idx, data in enumerate(datasets, 1):
    counts = [Counter(data).get(bin, 0) for bin in fixed_bins]
    plt.subplot(1, 3, idx)
    plt.bar(fixed_bins, counts)
    plt.title(f'数据集{idx}')
    plt.ylabel('频次')

plt.tight_layout()
plt.show()

为什么之前的方法无效 #

直接在数据集开头添加固定类别，会让每个类别至少被统计一次，导致频次数据失真；且这种方式并非保留空分箱的正确逻辑——正确做法是基于全局分箱去统计现有数据的频次，空类别补0。

内容的提问来源于stack exchange，提问作者Malcolm Slaney