Python中使用numpy.histogram时如何控制bin的大小

np.histogram 直接通过内置的bins参数即可实现分箱大小、数量、规则的自定义，你当前用的默认配置是生成10个等宽分箱，常见的控制方式如下：

• 指定固定分箱数量
  直接给bins传入整数即可，比如要生成20个等宽分箱，代码修改为：

  # 注意：np.histogram第二个返回值是分箱边界数组，长度为分箱数+1，不是直接返回宽度
  bin_heights, bin_edges = np.histogram(get_pdf, density=True, bins=20)
  # 如需计算每个分箱的宽度，可调用np.diff处理边界数组
  bin_widths = np.diff(bin_edges)
  

• 指定固定分箱宽度
  先基于你需要的宽度生成自定义分箱边界数组，再传入bins参数即可，比如要设置每个分箱宽度为0.5，示例代码：

  target_bin_width = 0.5
  # 基于数据的最大最小值自动生成边界，最后加一个步长是为了包含最大值
  custom_bins = np.arange(get_pdf.min(), get_pdf.max() + target_bin_width, target_bin_width)
  bin_heights, bin_edges = np.histogram(get_pdf, density=True, bins=custom_bins)
  

• 使用内置自动分箱策略
  你也可以给bins传入内置规则字符串，numpy会根据数据分布自动计算最优分箱规则，常用的规则包括：
  • 'auto'：自动选择最合适的策略
  • 'fd'：Freedman-Diaconis规则，对异常值鲁棒性好
  • 'scott'：斯科特规则，适合正态分布数据
    示例：

  bin_heights, bin_edges = np.histogram(get_pdf, density=True, bins='fd')
  

内容的提问来源于stack exchange，提问作者Hongyiel Suh