pyplot.hist()文档指定在为直方图设置范围时“忽略上下异常值”。
是否可以在不改变 bin 宽度的情况下使直方图的第一个和最后一个 bin 包含所有异常值？
例如，假设我想查看0-3具有 3 个 bin 的范围：（0-1, 1-2, 2-3为简单起见，我们忽略完全相等的情况）。我希望第一个 bin 包含从负无穷到 1 的所有值，最后一个 bin 包含从 2 到无穷大的所有值。但是，如果我明确地将这些箱设置为跨越该范围，它们将非常宽。我希望它们具有相同的宽度。我正在寻找的行为就像hist()在 Matlab 中的行为。
显然，我可以numpy.clip()绘制数据并绘制它，这将给我想要的东西。但是我很感兴趣，如果有一个内置的解决方案。
我也在为此苦苦挣扎，并且不想使用，因为它可能会产生误导，所以我写了一个小函数（从this.clip()大量借用）来表明上部和下部 bin 包含异常值：
def outlier_aware_hist(data, lower=None, upper=None):
if not lower or lower < data.min():
lower = data.min()
lower_outliers = False
else:
lower_outliers = True
if not upper or upper > data.max():
upper = data.max()
upper_outliers = False
else:
upper_outliers = True
n, bins, patches = plt.hist(data, range=(lower, upper), bins='auto')
if lower_outliers:
n_lower_outliers = (data < lower).sum()
patches[0].set_height(patches[0].get_height() + n_lower_outliers)
patches[0].set_facecolor('c')
patches[0].set_label('Lower outliers: ({:.2f}, {:.2f})'.format(data.min(), lower))
if upper_outliers:
n_upper_outliers = (data > upper).sum()
patches[-1].set_height(patches[-1].get_height() + n_upper_outliers)
patches[-1].set_facecolor('m')
patches[-1].set_label('Upper outliers: ({:.2f}, {:.2f})'.format(upper, data.max()))
if lower_outliers or upper_outliers:
plt.legend()
您还可以将其与自动异常值检测器（从此处借用）结合起来，如下所示：
def mad(data):
median = np.median(data)
diff = np.abs(data - median)
mad = np.median(diff)
return mad
def calculate_bounds(data, z_thresh=3.5):
MAD = mad(data)
median = np.median(data)
const = z_thresh * MAD / 0.6745
return (median - const, median + const)
outlier_aware_hist(data, *calculate_bounds(data))
不。看着matplotlib.axes.Axes.hist和直接使用numpy.histogram我相当有信心地说没有比使用剪辑更聪明的解决方案（除了扩展直方图所用的箱）。
我鼓励您查看matplotlib.axes.Axes.hist（它只是 Python 代码，尽管公认 hist 比大多数 Axes 方法稍微复杂一些）的来源 - 这是验证此类问题的最佳方法。