Matplotlib水平直方图：低数值分箱消失问题问询

嘿，这个坑我踩过！当用orientation='horizontal'绘制水平直方图时，那些边缘的极低计数分箱突然消失，大概率是Matplotlib的自动轴范围缩放在搞鬼。咱们一步步来解决：

问题根源 #

默认垂直直方图中，x轴是数据区间，Matplotlib会完整展示所有分箱的范围；但切换到水平模式后，y轴变成了数据区间，自动缩放功能可能会“聪明过头”——因为那些边缘分箱的计数极低，对应的bar视觉上几乎看不见，Matplotlib就会自动把y轴范围缩小，把这些分箱给“切掉”了。另外，自动分箱逻辑在水平模式下偶尔也会有细微差异，导致边缘分箱没被包含进去。

靠谱的解决方案 #

1. 手动指定分箱边界 #

别让Matplotlib自动分箱，自己定义统一的分箱区间，保证垂直和水平直方图用完全一样的分箱规则：

import matplotlib.pyplot as plt
import numpy as np

# 生成带极端值的测试数据
data = np.concatenate([np.random.normal(0, 1, 1000), np.array([-3, -3.1, 3, 3.2])])

# 自定义分箱，覆盖自动分箱
bins = np.arange(-4, 4.1, 0.5)  # 从-4到4，步长0.5

# 垂直直方图
plt.subplot(121)
plt.hist(data, bins=bins)
plt.title('垂直直方图')
plt.xlabel('数值')
plt.ylabel('计数')

# 水平直方图，用同样的分箱
plt.subplot(122)
plt.hist(data, bins=bins, orientation='horizontal')
plt.title('水平直方图（自定义分箱）')
plt.xlabel('计数')
plt.ylabel('数值')

plt.tight_layout()
plt.show()

2. 强制锁定轴范围 #

如果不想自定义分箱，那就手动设置水平直方图的y轴范围，和垂直直方图的x轴范围保持一致：

# 先画垂直直方图，获取轴范围
plt.subplot(121)
n, bins, patches = plt.hist(data)
x_min, x_max = plt.xlim()
plt.title('垂直直方图')

# 画水平直方图，强制设置y轴范围和垂直图的x轴一致
plt.subplot(122)
plt.hist(data, orientation='horizontal')
plt.ylim(x_min, x_max)  # 关键：锁定y轴范围
plt.title('水平直方图（锁定轴范围）')

plt.tight_layout()
plt.show()

3. 先检查分箱计数 #

如果还是有问题，可以先提取直方图的计数和分箱信息，确认边缘分箱的计数是否真的存在：

counts, bins, patches = plt.hist(data, orientation='horizontal')
# 打印分箱和对应计数
for bin_edge, count in zip(bins, counts):
    print(f"分箱区间 [{bin_edge:.1f}, {bins[np.where(bins==bin_edge)[0][0]+1]:.1f}] 计数: {count}")

如果某个边缘分箱的计数确实为0，那说明数据里没有这个区间的样本；如果计数不为0但没显示，就用上面的方法强制显示。

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