seaborn histplot含异常值绘制直方图导致Jupyter Notebook崩溃如何解决

问题原因 #

你的数据里-999和正常RESULT值（0.0004~0.0007区间）的极差过大，seaborn的histplot默认会根据全量数据的极值自动生成bins，会产生数量极多的空bins（覆盖-999到0.0007的整个区间），占用过量内存导致进程崩溃。

解决方法 #

方法1：指定直方图的统计范围（不显示异常值，不删除原始数据） #

直接用histplot的binrange参数限制统计的数值范围，不会修改原始数据集，仅在绘图时忽略范围外的-999值：

import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(
    data = test_df_1, 
    x='RESULT',
    hue='Category', 
    edgecolor="none",
    binrange=(0, 0.001) # 根据你的正常数值区间灵活调整即可
)
plt.show()

方法2：保留异常值展示，手动设置bins #

如果你需要把-999的异常值也展示在图中，手动设置bins区间避免生成过多无效bins：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 手动设置bins：第一个bin覆盖-999，后面的bin覆盖正常数值区间
custom_bins = [-1000, -998] + np.arange(0.0003, 0.0008, 0.00005).tolist()

sns.histplot(
    data = test_df_1, 
    x='RESULT',
    hue='Category', 
    edgecolor="none",
    bins=custom_bins
)
# 可自定义x轴刻度让展示更清晰
plt.xticks([-999, 0.0005], ['异常值(-999)', '正常值区间'])
plt.show()

额外优化建议 #

• 绘制带极端值的直方图时，也可以选择对数轴来压缩极差避免内存问题：添加log_scale=True参数即可，注意你的正常值均大于0，-999为负数无法取对数，需要配合binrange参数使用。

内容的提问来源于stack exchange，提问作者user16859572