Python matplotlibのhist(bins=int)とRのhist(breaks=integer)の違い

Pythonのhist(bins=int)とRのhist(breaks=integer)。いずれも、区間数を指定すると区間幅の設定が自動で行われる機能である。しかし、 区間の上限下限の設定が異なる。

R

breaksが数値の場合(hist(VEC,breaks=BREAKS))、集計範囲は

pretty(range(VEC), n=BREAKS)

によって(おおよそ100やら1000やらの単位になるよう)算出される¹。

Python (matplotlib)

binsが数値の場合(plt.hist(VEC,bins=BINS))、集計範囲は

(min(VEC), max(VEC))

によって算出される²。上限下限を切りの良い数値にしたい場合、たとえば

plt.hist(VEC,bins=BINS,range=(-1000,1000))

のように明示的にrange=を指定する必要がある。

終わりに

特に拡大比率を変えて複数のヒストグラムを描く場合は、分布が変化してしまいうるのでご注意下さい…

1. https://svn.r-project.org/R/trunk/src/library/graphics/R/hist.R ↩

2. https://github.com/matplotlib/matplotlib/blob/master/lib/matplotlib/axes/_axes.py ↩