Matplotlib如何绘制分段常值函数的条形分箱样式图

要实现黎曼和近似那种带填充的分段矩形效果，不需要硬凑条形图或普通阶梯线，按以下方案实现即可：

推荐方案：使用专用函数plt.stairs()（Matplotlib 3.4+版本支持） #

这个函数是Matplotlib专门为阶梯值、分段常值场景设计的，原生支持填充、边界对齐，完全匹配积分近似的绘图需求，不会出现条形图错位、多生成独立条的问题。
核心逻辑是传入两个数组：

• 第一个数组是每个分段对应的常值，也就是你已经算好的fitted_values
• 第二个数组是所有分段的边界点，长度要比值数组多1（n个分段对应n+1个左右端点）
  参考代码：

import numpy as np
import matplotlib.pyplot as plt

# 示例：如果times是等距分段的中点采样点，先计算分段边界
h = times[1] - times[0]  # 单段宽度
bin_edges = np.concatenate([[times[0] - h/2], times + h/2])

# 绘制原连续函数曲线
plt.plot(times, f(times), '-', linewidth=2, label='原连续函数')
# 绘制带填充的分段常值近似块
plt.stairs(
    fitted_values, 
    bin_edges, 
    fill=True, 
    alpha=0.5,  # 填充透明度，方便看到下层原函数
    edgecolor='darkorange',
    label='分段常值积分近似'
)
plt.legend()
plt.show()

如果是左黎曼/右黎曼和，只需要调整bin_edges的计算逻辑，把采样点对齐到分段的左/右端点即可。

兼容旧版本方案：fill_between + step组合 #

如果你的Matplotlib版本低于3.4没有stairs函数，可以用fill_between的step参数实现填充效果，再搭配plt.step()补轮廓线即可：

plt.plot(times, f(times), '-', linewidth=2, label='原连续函数')
# step参数可选'pre'（左对齐，对应左黎曼和）、'post'（右对齐，右黎曼和）、'mid'（中点对齐，中点黎曼和）
plt.fill_between(times, fitted_values, step='mid', alpha=0.5, color='orange')
# 可选：添加阶梯轮廓线
plt.step(times, fitted_values, drawstyle='steps-mid', where='mid', color='darkorange', linewidth=1)
plt.legend()
plt.show()

之前方案失效的原因 #

• 目标图外观类似直方图但生成逻辑不同：直方图是按数据分布计数分箱，积分近似是按固定分段取函数值，不要直接套用直方图的绘图逻辑
• 常规bar条形图无法对齐数轴：默认bar宽度为0.8、居中对齐到传入的x坐标，没有匹配分段宽度和边界位置，自然无法和数轴对齐，还会为每个输入点生成独立条形；手动调整宽度、对齐参数也能实现效果，但配置成本远高于前两种方案，不推荐
• plt.step()无填充效果：该方法仅支持绘制阶梯轮廓线，原生不带面填充能力，单独使用无法得到分块填充效果，必须搭配填充类函数使用。

内容的提问来源于stack exchange，提问作者lpnorm