如何在Matplotlib中绘制含可控宽度水平直方图的分位数折线图？

核心思路 #

1. 先绘制主图的分位数折线
2. 通过嵌入子轴（inset_axes）在指定x位置添加水平直方图，通过坐标换算控制直方图的固定宽度
3. 启用density=True确保直方图为密度分布

完整代码示例 #

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats.mstats import mquantiles

# 1. 准备数据
x = np.arange(0, 11)  # x取值0到10
# 模拟每个x对应的[0,60]数值组，每组1000个样本
data_groups = [np.random.normal(loc=i*5 + 20, scale=8, size=1000) for i in x]
# 计算每个组的中位数（可替换为其他分位数，比如0.25/0.75）
quantile_vals = [mquantiles(group, prob=0.5)[0] for group in data_groups]

# 2. 创建主图并绘制分位数折线
fig, main_ax = plt.subplots(figsize=(10, 6))
main_ax.plot(x, quantile_vals, color='black', marker='s', linestyle='-', linewidth=2, label='中位数')
main_ax.set_xlabel('x')
main_ax.set_ylabel('数值')
main_ax.set_xlim(-1, 11)  # 给两侧留出空间
main_ax.set_ylim(0, 65)
main_ax.legend()
main_ax.grid(axis='y', alpha=0.3)

# 3. 定义添加固定宽度水平直方图的函数
def add_fixed_width_hist(ax, x_pos, data, hist_width=0.8, bins=12):
    """
    在指定x位置添加固定宽度的水平密度直方图
    :param ax: 主图轴对象
    :param x_pos: 直方图对应的x坐标
    :param data: 该x位置对应的数值组
    :param hist_width: 直方图在x轴上的固定宽度
    :param bins: 直方图的区间数量
    """
    # 获取主图的坐标范围，换算嵌入轴的位置比例
    x_min, x_max = ax.get_xlim()
    y_min, y_max = ax.get_ylim()
    
    # 计算嵌入轴的位置参数：[left, bottom, width, height]（基于主图轴的比例）
    left_ratio = (x_pos - hist_width/2 - x_min) / (x_max - x_min)
    width_ratio = hist_width / (x_max - x_min)
    bottom_ratio = (y_min - y_min) / (y_max - y_min)
    height_ratio = (y_max - y_min) / (y_max - y_min)
    
    # 创建嵌入轴
    hist_ax = ax.inset_axes([left_ratio, bottom_ratio, width_ratio, height_ratio], 
                            transform=ax.transAxes)
    
    # 绘制水平密度直方图
    hist_ax.hist(data, bins=bins, density=True, orientation='horizontal', 
                alpha=0.6, color='#666666')
    
    # 隐藏直方图的刻度，避免干扰主图
    hist_ax.set_xticks([])
    hist_ax.set_yticks([])
    # 强制直方图y轴范围和主图一致
    hist_ax.set_ylim(y_min, y_max)

# 4. 给选定的x位置添加直方图（比如x=2、x=5）
add_fixed_width_hist(main_ax, x_pos=2, data=data_groups[2], hist_width=0.8)
add_fixed_width_hist(main_ax, x_pos=5, data=data_groups[5], hist_width=0.8)

plt.tight_layout()
plt.show()

关键细节说明 #

• 固定宽度控制：通过hist_width参数直接设置直方图在x轴上的宽度（比如0.8代表占x轴0.8个单位长度），再通过坐标比例换算确保在主图中位置准确
• 密度直方图：hist()函数中设置density=True，直方图的面积总和为1，反映数值分布的密度
• 嵌入轴处理：用inset_axes创建的子轴完全贴合主图的y轴范围，隐藏自身刻度保证整体视觉整洁

内容的提问来源于stack exchange，提问作者Jason