Matplotlib绘制直方图时柱状高度计算错误问题排查

我从CSV读取数据后，按Sturges规则算出分箱数为5，用Matplotlib绘制直方图，但结果和预期不符。

现有代码 #

import matplotlib.pyplot as plot

height = [167, 170, 173, 173, 173, 174, 175, 178, 180, 180, 182, 182, 184, 185, 187, 188, 189, 190, 192, 193, 195, 197, 199, 202]
plot.hist(height, bins=5)
plot.xlabel("Sizes")
plot.ylabel("Count")
plot.show()

预期分箱及计数 #

167 - 174.0: 6
174.0 - 181.0: 4
181.0 - 188.0: 6
188.0 - 195.0: 5
195.0 - 202.0: 3

问题原因及修复方案 #

问题原因 #

Matplotlib的hist函数在仅指定bins=N时，会默认从数据的最小值到最大值等宽划分N个区间，但这个逻辑和你预期的「从167开始、步长为7的自定义区间」不一致，导致结果不符。

修复代码 #

手动指定分箱边界列表，替换原有的bins=5参数即可：

import matplotlib.pyplot as plot

height = [167, 170, 173, 173, 173, 174, 175, 178, 180, 180, 182, 182, 184, 185, 187, 188, 189, 190, 192, 193, 195, 197, 199, 202]
# 手动设置预期的分箱边界
bins = [167, 174, 181, 188, 195, 202]
# 加上edgecolor参数可以更清晰区分每个区间
plot.hist(height, bins=bins, edgecolor='black')
plot.xlabel("Sizes")
plot.ylabel("Count")
plot.show()

补充说明 #

Sturges规则公式为k = 1 + log2(n)，其中n是数据量。这里n=24，计算得k≈5.58，取整为5，但该规则仅提供分箱数量，不指定区间的起始值和步长。你预期的区间刚好是基于数据最小值167，步长(202-167)/5=7的等宽区间，因此手动指定边界就能完全匹配预期结果。

内容的提问来源于stack exchange，提问作者Yubi