Влияние числа bins

В гистограмме число bins (интервалов) напрямую влияет на вид и информативность графика.

Основные моменты:

1. Малое число bins

• Бины широкие → значения сильно агрегируются
• Потеря деталей распределения
• График «грубый», может скрывать пики или выбросы

Пример: bins=5 для 1000 точек — видно только общую форму, но тонкие детали теряются

2. Большое число bins

• Бины узкие → отображаются мелкие особенности
• Может появляться «шум» из-за случайных колебаний выборки
• Гистограмма становится «зубчатой» и трудно читаемой

2. Оптимальный выбор

• Зависит от размера выборки и желаемой наглядности
• Часто используют эмпирические правила:
  • Сте́рджес: bins = ceil(log2(n) + 1)
  • Скота́та: bins ≈ 2 * n^(1/3)
  • Для больших выборок можно подбирать вручную, чтобы увидеть структуру

2. Влияние на выводы

• Слишком мало bins → распределение кажется сглаженным, могут пропасть пики
• Слишком много bins → «шум» может замаскировать реальный тренд
• Важно выбирать так, чтобы график отражал структуру данных, а не случайные флуктуации

Пример с Matplotlib:

import numpy as np
import matplotlib.pyplot as plt
 
data = np.random.normal(0, 1, 1000)
 
plt.hist(data, bins=5)
plt.title("Мало bins")
plt.show()
 
plt.hist(data, bins=50)
plt.title("Много bins")
plt.show()

Коротко:
число bins определяет детализацию гистограммы: меньшее — сглаживает, большее — показывает шум; важно выбирать оптимальное, чтобы визуализация отражала структуру данных.