我有大量数据文件，因此使用 numpy 直方图（与 matplotlib 中使用的相同）手动生成直方图并更新它们。然而，在绘图时，我感觉图表发生了变化。
这是我用来批量手动创建和更新直方图的代码。请注意，所有直方图共享相同的箱。
temp = np.histogram(batch, bins=np.linspace(0, 40, 41))
hist += temp[0]
当我解析数据文件时，会重复上面的代码。例如，一个小数据集将具有以下作为最终直方图数据：
[8190, 666, 278, 145, 113, 83, 52, 48, 45, 44, 45, 29, 28, 45, 29, 15, 16, 10, 17, 7, 15, 6, 10, 7, 3, 5, 7, 4, 2, 3, 0, 1, 0, 0, 0, 0, 0, 0, 0, 29]
下面是绘图代码。
import matplotlib
matplotlib.use('agg')
import matplotlib.pyplot as plt
import numpy as np
plt.xticks(np.linspace(0, 1, 11))
plt.hist([i/40 for i in range(40)], bins=np.linspace(0, 1, 41), weights=scores, rwidth=0.7)
plt.yscale('log', nonposy='clip')
由此产生的数字非常奇怪。它在 [0.475, 0.5) 处没有显示柱，我预计范围 [0.975, 1.0] 的 0.975 bin 包含最后 29 个值。然而，我看到该柱位于 [0.950, 0.975) 位置。我认为这可能与使用 bin 和 linspace 有关，但诱饵数组的大小和权重是相同的。
我从未见过这种行为。我还认为这将是范围 [ x, x+width) 的方式，但我对此没有遇到任何问题。
使用 linspace 的注意事项。它指定边缘，因此 40 个 bin 由 41 个边缘指定。
In [2]: np.linspace(0,1,41)
Out[2]:
array([0. , 0.025, 0.05 , 0.075, 0.1 , 0.125, 0.15 , 0.175, 0.2 ,
0.225, 0.25 , 0.275, 0.3 , 0.325, 0.35 , 0.375, 0.4 , 0.425,
0.45 , 0.475, 0.5 , 0.525, 0.55 , 0.575, 0.6 , 0.625, 0.65 ,
0.675, 0.7 , 0.725, 0.75 , 0.775, 0.8 , 0.825, 0.85 , 0.875,
0.9 , 0.925, 0.95 , 0.975, 1. ])
In [3]: len(np.linspace(0,1,41))
Out[3]: 41
看来你正在使用plt.hist想法是将一个值放入每个箱中，因此模拟条形图。由于 x 值恰好落在 bin 边界上，因此由于舍入，它们可能最终位于相邻 bin 中。通过将 x 值移动半个 bin 宽度可以缓解这种情况。最简单的是直接绘制条形。
以下代码使用给定数据创建一个条形图，每个条形位于它所代表的区域的中心。作为检查，在最后再次测量条形并显示它们的高度。
from matplotlib.ticker import MultipleLocator
import matplotlib.pyplot as plt
import numpy as np
scores =[8190,666,278,145,113,83,52,48,45,44,45,29,28,45,29,15,16,10,17,7,15,6,10,7,3,5,7,4,2,3,0,1,0,0,0,0,0,0,0,29]
binbounds = np.linspace(0, 1, 41)
rwidth = 0.7
width = binbounds[1] - binbounds[0]
bars = plt.bar(binbounds[:-1] + width / 2, height=scores, width=width * rwidth, align='center')
plt.gca().xaxis.set_major_locator(MultipleLocator(0.1))
plt.gca().xaxis.set_minor_locator(MultipleLocator(0.05))
plt.yscale('log', nonposy='clip')
for rect in bars:
x, y = rect.get_xy()
w = rect.get_width()
h = rect.get_height()
plt.text(x + w / 2, h, f'{h}\n', ha='center', va='center')
plt.show()
PS：要查看原始直方图发生了什么，只需做一个没有权重的测试图：
plt.hist([i/40 for i in range(40)], bins=np.linspace(0, 1, 41), rwidth=1, ec='k')
plt.plot([i/40 for i in range(40)], [0.5] * 40, 'ro')
plt.xticks(np.linspace(0, 1, 11))
A red dot shows where the x-values are. Some fall into the correct bin, some into the neighbor which suddenly gets 2 values.
要创建一个直方图，其中 x 值位于每个 bin 的中心：
plt.hist([i/40 + 1/80 for i in range(40)], bins=np.linspace(0, 1, 41), rwidth=1, ec='k')
plt.plot([i/40 + 1/80 for i in range(40)], [0.5] * 40, 'ro')
plt.xticks(np.linspace(0, 1, 11))
plt.yticks([0, 1])