Гистограмма Матплотлиб

Question

Так что у меня есть небольшая проблема.У меня есть набор данных в scipy, который уже в формате гистограммы, поэтому у меня есть центр бинов и количество событий на бин.Как я могу теперь построить график в виде гистограммы.Я пытался просто сделать

bins, n=hist()

, но мне это не понравилось.Любые рекомендации?

Answer 1

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
hist, bins = np.histogram(x, bins=50)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

Объектно-ориентированный интерфейс также прост:

fig, ax = plt.subplots()
ax.bar(center, hist, align='center', width=width)
fig.savefig("1.png")

---

Если вы используете пользовательские (непостоянные) ячейки, вы можетепередайте вычисление ширины, используя np.diff, передайте ширину ax.bar и используйте ax.set_xticks, чтобы обозначить края корзины:

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
bins = [0, 40, 60, 75, 90, 110, 125, 140, 160, 200]
hist, bins = np.histogram(x, bins=bins)
width = np.diff(bins)
center = (bins[:-1] + bins[1:]) / 2

fig, ax = plt.subplots(figsize=(8,3))
ax.bar(center, hist, align='center', width=width)
ax.set_xticks(bins)
fig.savefig("/tmp/out.png")

plt.show()

Answer 2

Если вы не хотите бары, вы можете построить их так:

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

bins, edges = np.histogram(x, 50, normed=1)
left,right = edges[:-1],edges[1:]
X = np.array([left,right]).T.flatten()
Y = np.array([bins,bins]).T.flatten()

plt.plot(X,Y)
plt.show()

Answer 3

Я знаю, что это не отвечает на ваш вопрос, но я всегда оказываюсь на этой странице, когда я ищу решение matplotlib для гистограмм, потому что простой histogram_demo был удален со страницы галереи примера matplotlib.1003 * Вот решение, которое не требует numpy для импорта.Я импортирую только NUMPY для генерации данных x для построения графика.Он полагается на функцию hist вместо функции bar, как в ответе от @ unutbu.

import numpy as np
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

import matplotlib.pyplot as plt
plt.hist(x, bins=50)
plt.savefig('hist.png')

Также посмотрите галерею matplotlib и примеры matplotlib .

Answer 4

Если вы хотите использовать pandas:

pandas.DataFrame({'x':hist[1][1:],'y':hist[0]}).plot(x='x',kind='bar')

Answer 5

Я думаю, что это может быть полезно для кого-то.

Функция гистограммы Numpy, к моему раздражению (хотя я понимаю, что для этого есть веские причины), возвращает обратно края каждого бина, а не значение бина. Хотя это имеет смысл для чисел с плавающей запятой, которые могут лежать в пределах интервала (т. Е. Значение центра не является суперсмысленным), это не является желаемым выводом при работе с дискретными значениями или целыми числами (0, 1, 2 и т. Д.) , В частности, длина бинов, возвращаемых из гистограммы np, не равна длине отсчетов / плотности.

Чтобы обойти это, я использовал np.digitize для квантования входных данных и возврата дискретного числа бинов, а также доли отсчетов для каждого бина. Вы можете легко редактировать, чтобы получить целое число отсчетов.

def compute_PMF(data)
    import numpy as np
    from collections import Counter
    _, bins = np.histogram(data, bins='auto', range=(data.min(), data.max()), density=False)
    h = Counter(np.digitize(data,bins) - 1)
    weights = np.asarray(list(h.values())) 
    weights = weights / weights.sum()
    values = np.asarray(list(h.keys()))
    return weights, values
####

Refs:

[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.histogram.html

[2] https://docs.scipy.org/doc/numpy/reference/generated/numpy.digitize.html