數據點相對較少的直方圖的bin選擇

Question

考慮在matplotlib中具有多個直方圖的圖，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，第三個數據集只有一個數據點，因此，當我們使用plt.hist(data3, bins='auto')我們會在x范圍內看到一條長條，並且不再看到其值為0.2：

（只有一個數據點最明顯，但是例如兩個或三個也是一個問題。）

避免這種情況的一種方法是僅重復使用另一個數據集的bin。 例如，對於plt.hist(data3, bins=bins1)我們可以看到data3就好了：

但是，如果我們通過bins=bins2使用其他數據集，則bin太窄，我們根本看不到data3 ：

我們如何確保直方圖的點相對較少可見，但仍在x軸上看到其值？

Answer 1

為了確保您看到條形圖，即使它太窄而無法包含一個像素，您也可以為其設置邊緣顏色，

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"創建多邊形，因為單個條形圖無論如何也無法與那么多圖元區分開，

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

后者還具有服從Alpha的優勢，否則由於條形重疊而無法看到。 同樣，繪制單個形狀應該更快，而不是大約1000條。