如何基于数值区间型因子构建直方图（已知区间频率）

因为你只有区间对应的频率数据，没有原始样本，所以不需要用常规的hist()（R）或plt.hist()（Python）这类依赖原始数据的函数，直接用条形图模拟直方图效果即可，以下是两种主流工具的实现方案：

Python 实现 #

用 Matplotlib 手动绘制 #

import matplotlib.pyplot as plt

# 替换为你的实际区间和频率数据
bin_labels = ['0-2000', '2000-4000', '4000-6000', '6000-8000', '8000-10000']
frequencies = [15, 22, 30, 18, 10]

# 解析区间的左右边界
bin_edges = [tuple(map(int, label.split('-'))) for label in bin_labels]
bin_lefts = [left for left, right in bin_edges]
bin_widths = [right - left for left, right in bin_edges]

# 绘制直方图样式的条形图
plt.bar(bin_lefts, frequencies, width=bin_widths, edgecolor='black', align='edge')

# 设置x轴刻度与标签，让刻度居中显示在区间上方
plt.xticks([left + width/2 for left, width in zip(bin_lefts, bin_widths)], bin_labels)
plt.xlabel('数值区间')
plt.ylabel('频率')
plt.title('预定义区间频率直方图')

plt.show()

用 Pandas 简化流程 #

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框存储区间和频率
df = pd.DataFrame({
    '区间': ['0-2000', '2000-4000', '4000-6000', '6000-8000', '8000-10000'],
    '频率': [15, 22, 30, 18, 10]
})

# 拆分区间为左右边界，计算区间中点
df[['左边界', '右边界']] = df['区间'].str.split('-', expand=True).astype(int)
df['区间中点'] = (df['左边界'] + df['右边界']) / 2

# 绘制直方图
plt.bar(df['左边界'], df['频率'], width=df['右边界']-df['左边界'], edgecolor='black', align='edge')
plt.xticks(df['区间中点'], df['区间'])
plt.xlabel('数值区间')
plt.ylabel('频率')
plt.title('预定义区间频率直方图')

plt.show()

R 语言实现 #

# 替换为你的实际数据
bin_labels <- c("0-2000", "2000-4000", "4000-6000", "6000-8000", "8000-10000")
frequencies <- c(15, 22, 30, 18, 10)

# 解析区间边界
bin_edges <- strsplit(bin_labels, "-")
bin_lefts <- sapply(bin_edges, function(x) as.integer(x[1]))
bin_widths <- sapply(bin_edges, function(x) as.integer(x[2]) - as.integer(x[1]))

# 绘制无间隙条形图模拟直方图
barplot(frequencies, 
        width = bin_widths,
        space = 0,  # 取消柱子间隙，还原直方图样式
        names.arg = bin_labels,
        xlab = "数值区间",
        ylab = "频率",
        main = "预定义区间频率直方图",
        border = "black")

关键说明 #

你之前转换区间数值没进展，大概率是误用了依赖原始数据的直方图函数。这里用条形图模拟的核心是：

• 解析区间的左右边界确定柱子位置与宽度
• 关闭柱子间隙（R 中设置space=0）
• 将区间标签对应到柱子中点位置，保证显示直观

内容的提问来源于stack exchange，提问作者Sgottk