如何用matplotlib绘制柱状图，并显示超出坐标范围的数据

最近在处理数据，为了方便展示，需要绘制柱状图进行可视化。数据类似对数正态分布，即数据值越接近均值，数据越多，反之距离均值越远，数据量越少，形式类似于下图，可以看到，大部分数据落在0~10以内，大于10的部分我们不太关心。

import numpy as np
import matplotlib.pyplot as plt

a = np.random.lognormal(0,1,10000)
plt.hist(a, bins=20, edgecolor='black')
plt.show()

那么，如果只需要展示0~10的数据，我们可以通过bins设置坐标轴范围来解决，但这样就完全丢失了大于10的数据，有什么方法可以既显示0~10的数据，又不损失大于10的数据呢？

查阅资料发现，可以使用numpy的np.clip()来实现，该方法可以将数据限制在指定的范围内，举例来说：

>>> a=np.arange(10) 
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.clip(a,0,5) 
array([0, 1, 2, 3, 4, 5, 5, 5, 5, 5])

于是可以用np.clip()处理超出坐标范围的数据，代码如下：

import numpy as np
import matplotlib.pyplot as plt

a = np.random.lognormal(0,1,10000)
x_min, x_max, step = 0, 10, 1
x_range = np.arange(x_min - step, x_max + 2*step, step)
x_label = np.concatenate((np.array([r'$-\infty$']), np.arange(x_min, x_max + step, step), np.array([r'$+\infty$'])))
b = np.clip(a, x_min - step, x_max + step)

plt.hist(b, bins=x_range, edgecolor='black')
plt.xticks(x_range, labels=x_label)
plt.show()

最终实现的效果如下，在抓住重点数据的同时，也没有使数据量有损失

参考：

https://stackoverflow.com/questions/26218704/matplotlib-histogram-with-collection-bin-for-high-values