在使用DataFrame时，如何使用来自plotly+cufflinks的多个直方图的特定回收箱列表？

Question

在用matplotlib绘制直方图时，手动给出一个回收箱列表相对容易，例如，这里。

这方面的一个简单例子如下：

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.hist(np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
ax.hist(0.2 * np.random.randn(10000), bins=np.arange(-4, 4, 0.1))
plt.show()

​

​

这也可以从具有以下内容的pandas.DataFrame中等效地完成：

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
}).plot(kind='hist', bins=np.arange(-4, 4, 0.1))

更进一步，plotly允许通过cufflinks模块直接与pandas接口，该模块允许执行以下操作：

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
}).iplot(kind='hist', bins=100)

​

​

但是这里有一个问题：cufflinks提供的cufflinks方法似乎不接受bins的列表。如果提供了一个数字，如上面的示例所示，该数字将用于独立地存放两个数据集，这将导致不平等的双值化，从而可能产生误导性结果(请参阅上面的图中的等高)。

虽然使用histnorm='density'选项可以稍微减轻这种影响，但人们可能希望看到每个bin的计数，而不是一个密度。

有办法绕道吗？

Answer 1

我已经增加了这方面的更新。现在您应该可以指定bins=(start,end,size)了

pd.DataFrame({
'firstHistogram': np.random.randn(10000),
'secondHistogram': 0.2 * np.random.randn(10000)}).iplot(kind='hist',bins=(-4,4,.08))

现在应该返回：定制垃圾箱

Answer 2

据我所知，在袖扣中没有直接的方法。在我看来，代码中显示的输出是错误的，也就是说，我认为这是袖扣中的一个错误。

但是你可以很容易地用几行代码来模仿袖扣函数。您可以使用cufflinks.getLayout()获得相同的布局，只需将barmode设置为overlay即可。

​

​

import pandas as pd
import plotly
import cufflinks

plotly.offline.init_notebook_mode()

pd.DataFrame({
    'firstHistogram': np.random.randn(10000),
    'secondHistogram': 0.2 * np.random.randn(10000)
})

data = list()

for dd in df:
    histo = plotly.graph_objs.Histogram(x=df[dd], 
                                        name=dd,
                                        xbins={'start': -4, 'end': 4, 'size': 0.08},
                                        autobinx=False, 
                                        opacity=0.8
                                       )
    data.append(histo)
layout = plotly.graph_objs.Layout(cufflinks.getLayout(), 
                                  barmode='overlay')
fig = plotly.graph_objs.Figure(data=data, 
                               layout=layout)
plotly.offline.iplot(fig)