数据点相对较少的直方图的bin选择

Question

考虑在matplotlib中具有多个直方图的图，如下所示：

#! /usr/bin/env python3
import matplotlib.pyplot as plt
import random

# Use the same seed for reproducibility.
random.seed(10586)

data1 = [random.gauss(1e-4, 3e-2) for _ in range(10**3)] + [0.3]
data2 = [random.gauss(1e-2, 3e-3) for _ in range(10**3)] + [0.4]
data3 = [0.2]

if __name__ == '__main__':
    plt.xlim(xmin=0, xmax=0.8)
    plt.yscale('log')
    n1, bins1, patches1 = plt.hist(data1, bins='auto', alpha=0.6)
    n2, bins2, patches2 = plt.hist(data2, bins='auto', alpha=0.6)
    n3, bins3, patches3 = plt.hist(data3, bins='auto', alpha=0.6)
    bin_options = ['auto', 'fd', 'doane', 'scott', 'rice', 'sturges', 'sqrt']
    plt.show()

但是，第三个数据集只有一个数据点，因此，当我们使用plt.hist(data3, bins='auto')我们会在x范围内看到一条长条，并且不再看到其值为0.2：

（只有一个数据点最明显，但是例如两个或三个也是一个问题。）

避免这种情况的一种方法是仅重复使用另一个数据集的bin。 例如，对于plt.hist(data3, bins=bins1)我们可以看到data3就好了：

但是，如果我们通过bins=bins2使用其他数据集，则bin太窄，我们根本看不到data3 ：

我们如何确保直方图的点相对较少可见，但仍在x轴上看到其值？

Answer 1

为了确保您看到条形图，即使它太窄而无法包含一个像素，您也可以为其设置边缘颜色，

import matplotlib.pyplot as plt
import random
random.seed(10586)

data2 = [random.gauss(1e-2, 3e-3) for _ in range(10**3)] + [0.4]

plt.xlim(0, 0.8)
plt.yscale('log')

n2, bins2, patches2 = plt.hist(data2, bins='auto', alpha=0.6, edgecolor="C0")

plt.show()

或使用histtype="stepfilled"创建多边形，因为单个条形图无论如何也无法与那么多图元区分开，

n2, bins2, patches2 = plt.hist(data2, bins='auto', alpha=0.6, histtype="stepfilled")

后者还具有服从Alpha的优势，否则由于条形重叠而无法看到。 同样，绘制单个形状应该更快，而不是大约1000条。