Matplotlib直方图：将rwidth设置为0.9时出现问题

Question

我试图用matplotlib绘制一个柱状图，在各个条形图之间留出一点空间。因此我设置rwidth=0.9。这是输出：

有没有避免故障的方法？为rwidth设置较低的值可确保将所有条分隔开，但空间宽度仍存在明显差异：

我使用的是matplotlib 2.0.2版。这里有一个pip freeze如果有帮助：

appdirs==1.4.3
bleach==2.0.0
bokeh==0.12.9
callcatcher==1.2.0
certifi==2017.7.27.1
chardet==3.0.4
cycler==0.10.0
decorator==4.1.2
entrypoints==0.2.3
graphviz==0.8
holoviews==1.8.4
html5lib==0.999999999
idna==2.6
ipykernel==4.6.1
ipython==6.2.0
ipython-genutils==0.2.0
ipywidgets==7.0.1
jedi==0.11.0
Jinja2==2.9.6
jsonschema==2.6.0
jupyter==1.0.0
jupyter-client==5.1.0
jupyter-console==5.2.0
jupyter-core==4.3.0
MarkupSafe==1.0
matplotlib==2.0.2
mistune==0.7.4
nbconvert==5.3.1
nbformat==4.4.0
notebook==5.1.0
numpy==1.13.2
packaging==16.8
pandas==0.20.3
pandocfilters==1.4.2
param==1.5.1
parso==0.1.0
pexpect==4.2.1
pickleshare==0.7.4
pkg-resources==0.0.0
prompt-toolkit==1.0.15
ptyprocess==0.5.2
Pygments==2.2.0
pyparsing==2.2.0
python-dateutil==2.6.1
pytz==2017.2
PyYAML==3.12
pyzmq==16.0.2
qtconsole==4.3.1
requests==2.18.4
scipy==0.19.1
seaborn==0.8.1
simplegeneric==0.8.1
six==1.11.0
terminado==0.6
testpath==0.3.1
tornado==4.5.2
traitlets==4.3.2
urllib3==1.22
wcwidth==0.1.7
webencodings==0.5.1
widgetsnbextension==3.0.3
xonsh==0.3.2

感谢任何帮助，谢谢！在

卢卡斯

Answer 1

我认为这种行为是在2.0版的matplotlib中引入的（至少我不记得在以前的版本中这种情况会像现在这样糟糕，但我在这里可能是错的），人们可以认为它是一个bug。bug可以在issue tracker上报告。当然，在某些情况下，不可能存在最佳解决方案（即，如果钢筋非常薄）。在

以下是关于如何处理这个问题的一些考虑。在

• 首先，请注意，由于使用的是矢量格式，导出为pdf的图形不存在条形宽度不等的问题。因此，对于出版物或类似的，使用PDF绝对是一个可以考虑的选项。在

  import numpy as np
  import matplotlib.pyplot as plt
  
  x = np.random.randn(5000)
  plt.hist(x,bins=50, rwidth=0.9)
  
  plt.savefig(__file__+".pdf")
  

• 因为pdf工作正常，您可以将pdf转换为png，例如通过imagemagick

  > convert -density 300 -trim test.pdf test.png
  

• 您可以创建一个更高分辨率的png图像。一、 将dpi更改为高于200的值可能已经得到了所需的输出

  plt.savefig(__file__+".pdf", dpi=288)
  

  

• 在Jupyter笔记本中工作时，也可以将数字的dpi设置为更高的值

  plt.rcParams["figure.dpi"] = 288
  

  所有数字或

  plt.figure(dpi=288)
  

  为一个单一的数字。缺点可能是数字太大。
  

• 为了避免上面的大图像，您可以不显示实际的图形，而是显示高dpi的图形，但将输出的宽度设置为一些较小的值。这有点乏味，但当然可以复制粘贴下面的函数以供重用。在

  import numpy as np
  import matplotlib.pyplot as plt
  from IPython.display import Image, display
  import io
  
  def display_figure(fig=None):
      if not fig: fig=plt.gcf();
      buff = io.BytesIO()
      fig.savefig(buff, dpi=288)
      buff.seek(0)
      display(Image(data=buff.getvalue(), width=480))
  
  x = np.random.randn(5000);
  plt.hist(x,bins=50, rwidth=0.9);
  display_figure(plt.gcf())