如何使用Matplotlib绘制X轴按降序排列的直方图？

我有如图所示的图表，这是一幅直方图，其X轴为降序排列，请问如何使用Matplotlib绘制该类图表？

要实现X轴降序的直方图，核心是先对数据的频次（或类别）按降序排序，再绘制并匹配轴标签。以下是具体实现方案：

核心步骤 #

• 统计数据的类别及对应频次
• 按频次对类别做降序排序
• 基于排序后的结果绘制条形图（针对离散类别的直方图实现形式）
• 同步调整X轴刻度与排序后的类别

离散类别数据的代码示例 #

import matplotlib.pyplot as plt
import numpy as np

# 替换为你的实际数据
data = np.random.randint(1, 10, size=50)

# 统计唯一值和对应频次
unique_vals, counts = np.unique(data, return_counts=True)
# 获取降序排序的索引
sorted_idx = np.argsort(counts)[::-1]
sorted_vals = unique_vals[sorted_idx]
sorted_counts = counts[sorted_idx]

# 绘制降序直方图
plt.bar(sorted_vals, sorted_counts)

# 设置X轴刻度为排序后的类别
plt.xticks(sorted_vals)

# 添加标注
plt.title('降序直方图')
plt.xlabel('类别')
plt.ylabel('频次')

plt.show()

连续型数据的调整方案 #

如果处理的是连续数据，需要先分箱统计频次，再对频次降序排序，最后调整X轴区间标签：

import matplotlib.pyplot as plt
import numpy as np

# 连续型示例数据
data = np.random.normal(50, 10, size=200)

# 分箱并统计频次
counts, bins = np.histogram(data, bins=10)
# 按频次降序排序
sorted_idx = np.argsort(counts)[::-1]
sorted_counts = counts[sorted_idx]
sorted_bins = bins[sorted_idx]

# 绘制降序直方图
plt.bar(sorted_bins[:-1], sorted_counts, width=np.diff(sorted_bins))

# 设置X轴刻度标签
plt.xticks(sorted_bins[:-1], [f"{b:.1f}" for b in sorted_bins[:-1]])

plt.title('连续数据降序直方图')
plt.xlabel('区间')
plt.ylabel('频次')

plt.show()

内容的提问来源于stack exchange，提问作者Ben Yan