Python绘制直方图注意事项总结：

1.Python绘制直方图注意事项

1.1问题：分组数据频数统计出现错误，如下图1.1所示。

同一组数据，按大小分成两组数据，在分组间隔不改变的情况下，频数统计与之前不一样。说明plt.hist()函数绘图有问题-在[0,1]是正确的，非[0,1]区间不能绘制直方图。

1.2原因：plt.hist中的rectangle函数分箱不是理想中的0.01，所以频数统计有问题，如图1.2系列所示。

三组采样集合箱宽不同，造成频数统计不和谐。
samples:bins_width=0.01
samples_:bins_width=0.007
samples__:bins_width=0.008

1.3解决方法：如果要绘制非[0,1]区间数据集的直方图

1.3.1使用python别的函数——plt.bar(x,height)绘制
1.3.2将数据打印复制或书写到其他软件并绘制——excle…
1.3.3整合到[0,1]区间再绘制
1.3.4更改plt.hist()函数

1.3.1 使用samples、samples_、samples__三个原始采样集合结合plt.bar(x,height)函数绘制直方图。（但因部分代码涉及技术问题，暂不全公开，
仅公开一部分通用代码）效果如下图所示，说明该方法可行：

1.3.1 图片如下：
在这里插入图片描述

1.3.2代码如下：

#xl：各箱频数list，nl:x轴各箱区间范围
plt.figure(figsize=(8,4))
plt.title('自绘分区间采样结果的频数统计直方图')
plt.bar(myxl,mynl,color='orange',width=0.01,label='my.hist samples_0_1')
plt.bar(myxl_,mynl_,color='yellow',width=0.01,label='my.hist samples_0_0.4')
plt.bar(myxl__,mynl__,color='yellow',width=0.01,label='my.hist samples_0.4_1')
plt.legend(loc='upper left')    
plt.show()

1.2图片如下：
在这里插入图片描述

1.2代码如下：(如果阅者碰到类似频数统计解决不理想的问题，可以通过下述方式查看)

xl,nl,batches=plt.hist(samples,bins=100,color='orange',label='samples_[0-1]')#xl返回各箱频数 list
xl_,nl_,batches_=plt.hist(samples_,bins=40,color='yellow',label='samples_[0-0.4]')#nl返回x轴分组情况 list
xl__,nl__,batches__=plt.hist(samples__,bins=60,color='yellow',label='samples_[0.4-1]')#batches__内容详细>xl+nl list
for i in batches:
    print(i)
print("\n")
for i in batches_:
    print(i)
print("\n")
for i in batches__:
    print(i)
print("\n")

1.1图片如下：
在这里插入图片描述

1.1代码如下（但因部分代码涉及技术问题，暂不公开）
仅公开一部分通用代码如下：

#2.将生成的采样集合按照大小拆分成两个集合并绘制直方图
samples
ssamples_=[]
ssamples__=[]
for i in samples:
    if i<=0.4:
        ssamples_.append(i)
    else:
        ssamples__.append(i)
       
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False 

plt.figure(figsize=(8,4))
plt.title('采样频数统计直方图')
nl,binsxl,batches=plt.hist(samples,bins=100,color='blue',label='samples_[0-1]')#nl返回各箱频数 list
nl_,binsxl_,batches_=plt.hist(samples_,bins=40,color='aqua',label='samples_[0-0.4]')#binsxl_返回x轴分箱情况 list
nl__,binsxl__,batches__=plt.hist(samples__,bins=60,color='aqua',label='samples_[0.4-1]')#batches__返回各箱详细内容>xl+nl list
plt.legend()
plt.axis("on")
plt.show()