Python：使用matplotlib绘制自定义区间的直方图

直接通过自定义bins数组来实现你的需求，以下是可运行的代码示例及关键说明：

import matplotlib.pyplot as plt
import numpy as np

# 模拟测试数据（替换成你的真实数据即可）
np.random.seed(42)
data = np.concatenate([
    np.zeros(20),               # 包含20个0值
    np.random.uniform(1, 60, 100),  # 0到60之间的随机数
    np.random.uniform(61, 100, 30)  # 大于60的随机数
])

# 构造符合要求的区间数组
# - [-0.001, 0.001]：精准捕获所有0值（可根据数据精度调整范围）
# - range(5, 61, 5)：生成5、10...60，对应0<x≤5、5<x≤10...55<x≤60的区间
# - float('inf')：包含所有大于60的值
bins = [-0.001, 0.001] + list(range(5, 61, 5)) + [float('inf')]

# 绘制直方图，设置柱子边界便于区分
plt.hist(data, bins=bins, edgecolor='black')

# 自定义坐标轴标签，让区间显示更直观
labels = ['0'] + [f'{i}-{i+5}' for i in range(5, 60, 5)] + ['>60']
# 计算每个区间的中点作为标签位置，旋转45度避免重叠
plt.xticks([(bins[i] + bins[i+1])/2 for i in range(len(bins)-1)], labels, rotation=45)

# 添加基础标注
plt.title('自定义区间直方图')
plt.xlabel('数值区间')
plt.ylabel('频数')

# 自动调整布局，防止标签被截断
plt.tight_layout()
plt.show()

关键说明： #

• 0值单独区间：用极小的范围[-0.001, 0.001]包裹0，确保只有0值会落入该区间，避免浮点精度问题；
• 0-60区间分组：通过range(5,61,5)生成步长为5的区间节点，刚好覆盖0<x≤60的所有数值；
• 大于60的区间：用float('inf')作为区间上限，自动收纳所有超过60的值；
• 自定义标签：替换默认的区间数值标签为更易懂的文本，提升图表可读性。

内容的提问来源于stack exchange，提问作者Sophia