使用Matplotlib绘制直方图后如何增大bin宽度的技术咨询

pandas内置的hist绘图方法中，bins参数控制直方图的分箱数量，在数据取值区间固定的前提下，分箱数量越少，单个bin的宽度就越大。你当前代码设置的是bins=50，要增大bin宽度直接调小该参数即可，下面提供两种实现方案：

方案1：直接调整分箱数量（最简单） #

直接修改hist方法中的bins参数值，数值越小bin越宽，可根据显示效果灵活调整，修改后完整代码如下：

import matplotlib.pyplot as plt
import pandas as pd

fig, axes = plt.subplots(nrows=1, ncols=3, sharex=False, sharey=False)
# 把原来的bins=50改成更小的数值，示例为20，可自行调整
df_russel_fee.hist(column='fee', by='fiscal_year',xlabelsize=10,bins=20,ax=axes)
plt.suptitle('Russel fee histogram', x=0.5, y=0.99, ha='center', fontsize='xx-large')
fig.text(0.5, 0.04, 'value', ha='center',fontsize='xx-large')
fig.text(0, 0.5, 'frequency', va='center', rotation='vertical',fontsize='xx-large')
fig.set_size_inches(15,6)
plt.show()

注：原代码里的figsize=(0,0)参数无效，后续set_size_inches已经覆盖了画布尺寸设置，可以直接删除。

方案2：精准控制固定bin宽度 #

如果需要指定每个bin的固定宽度，可以先计算自定义分箱边界再传入参数：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 按需设置你想要的单个bin宽度，示例为10
bin_width = 10
min_val = df_russel_fee['fee'].min()
max_val = df_russel_fee['fee'].max()
# 生成自定义分箱区间
custom_bins = np.arange(min_val, max_val + bin_width, bin_width)

fig, axes = plt.subplots(nrows=1, ncols=3, sharex=False, sharey=False)
df_russel_fee.hist(column='fee', by='fiscal_year',xlabelsize=10,bins=custom_bins,ax=axes)
plt.suptitle('Russel fee histogram', x=0.5, y=0.99, ha='center', fontsize='xx-large')
fig.text(0.5, 0.04, 'value', ha='center',fontsize='xx-large')
fig.text(0, 0.5, 'frequency', va='center', rotation='vertical',fontsize='xx-large')
fig.set_size_inches(15,6)
plt.show()

内容的提问来源于stack exchange，提问作者Sujeet maurya