如何获取Plotly Express直方图的分箱大小并设置X轴刻度？

需要在Plotly中绘制概率密度直方图，获取分箱大小并将分箱刻度标记在X轴上，但现有设置X轴刻度的代码无效。现有Plotly代码如下：

fig = px.histogram(df_de["len_job_task"], histnorm='probability density')
bin_edges = fig['data'][0]['xbins']['end']
fig.update_layout(xaxis=dict(tickmode='array', tickvals=bin_edges))
fig.update_traces(marker_line_color='black', marker_line_width=1)
fig.show()

期望实现类似Matplotlib的效果：指定分箱数量后获取分箱边缘，再设置X轴刻度，对应Matplotlib代码：

n, bins, patches = plt.hist(df_de["len_job_task"], bins=20, edgecolor='black')
plt.xticks(bins[::2])
plt.xlabel("Bins")
plt.ylabel("Length")

问题原因 #

之前的代码仅提取了xbins['end']，这只是最后一个分箱的边界值（单个数值），而非完整的分箱边缘数组，因此X轴刻度设置无效。

实现步骤 #

1. 指定分箱数量：在Plotly绘图时通过nbins参数指定分箱数，对应Matplotlib的bins=20。
2. 生成完整分箱边缘数组：从Plotly直方图的xbins属性中提取分箱起始值、结束值和宽度，生成完整的分箱边缘数组。
3. 设置X轴刻度：将生成的分箱边缘数组（可按需间隔选取）设置为X轴刻度，并配置轴标签。

完整代码 #

import plotly.express as px
import numpy as np

# 绘制概率密度直方图，指定分箱数量为20
fig = px.histogram(df_de["len_job_task"], histnorm='probability density', nbins=20)

# 获取分箱的起始、结束位置及宽度
xbins = fig['data'][0]['xbins']
start = xbins['start']
end = xbins['end']
bin_width = xbins['size']

# 生成完整的分箱边缘数组，与Matplotlib返回的bins一致
bin_edges = np.arange(start, end + bin_width, bin_width)

# 设置X轴刻度（间隔选取刻度，对应Matplotlib的bins[::2]）
fig.update_layout(
    xaxis=dict(
        tickmode='array',
        tickvals=bin_edges[::2],
        ticktext=[f'{val:.2f}' for val in bin_edges[::2]]  # 可选：格式化刻度文本，保留两位小数
    ),
    xaxis_title="Bins",
    yaxis_title="Length"
)

# 设置直方图边框样式
fig.update_traces(marker_line_color='black', marker_line_width=1)

fig.show()

额外说明 #

如果需要更精确地控制分箱范围，也可以直接手动定义分箱边缘数组，传递给px.histogram的bins参数：

# 手动定义分箱边缘（20个分箱对应21个边缘点）
custom_bins = np.linspace(df_de["len_job_task"].min(), df_de["len_job_task"].max(), 21)
fig = px.histogram(df_de["len_job_task"], histnorm='probability density', bins=custom_bins)
# 后续设置刻度的代码与上述一致

内容的提问来源于stack exchange，提问作者Christian01