带有频率和计数的 matplotlib 直方图答案

【问题标题】：matplotlib histogram with frequency and counts带有频率和计数的 matplotlib 直方图
【发布时间】：2015-04-26 21:19:44
【问题描述】：

我有数据（来自一个有两列的空格分隔文本文件），它已经分箱但宽度仅为 1。我想将此宽度增加到大约 5。如何在 Python 中使用 numpy/matplotlib 执行此操作？

使用，

data = loadtxt('file.txt')
x = data[:, 0]
y = data[:, 1]
plt.bar(x,y)

创建过多的条形图并使用，

plt.hist(data)

没有适当地绘制直方图。我想我不明白 matplotlib 的直方图是如何工作的。

查看下面的一些数据。

【问题讨论】：

标签： python numpy matplotlib

【解决方案1】：

如果在使用plt.bar 之前使用numpy.reshape 转换数据会怎样，例如：

In [83]: import numpy as np

In [84]: import matplotlib.pyplot as plt

In [85]: data = np.array([[1,2,3,4,5,6], [4,3,8,9,1,2]]).T

In [86]: data
Out[86]: 
array([[1, 4],
       [2, 3],
       [3, 8],
       [4, 9],
       [5, 1],
       [6, 2]])

In [87]: y = data[:,1].reshape(-1,2).sum(axis=1)

In [89]: y
Out[89]: array([ 7, 17,  3])


In [91]: x = data[:,0].reshape(-1,2).mean(axis=1)

In [92]: x
Out[92]: array([ 1.5,  3.5,  5.5])

In [96]: plt.bar(x, y)
Out[96]: <Container object of 3 artists>

In [97]: plt.show()

【讨论】：

请不要使用pylab 使用import matplotlib.pyplot as plt 进行绘图，使用import numpy as np 进行数学运算。
@tcaswell，为什么？ pylab 有什么问题？我得到了相同的结果。
因为它批量导入各种东西。如果周围没有太多示例，我们会弃用它。
这也极大地混淆了哪里函数的来源。 MPL 获得了非零数量的错误报告，这些错误报告确实应该是 numpy 的。
谢谢！ :) 使互联网成为一个更准确的地方

【解决方案2】：

我不是 matplotlib 专家，但我发现 hist 非常有用。 matplotlib site 上的示例很好地概述了一些功能。

我不知道如何在不转换的情况下使用您提供的示例数据。在创建直方图之前，我更改了您的示例以对这些数据进行去量化。

我使用 this question's first answer 计算了 bin 大小。

import matplotlib.pyplot as plt
import numpy as np

data = np.loadtxt('file.txt')
dequantized = data[:,0].repeat(data[:,1].astype(int))

dequantized[0:7]
# Each row's first column is repeated the number of times found in the
# second column creating a single array.
# array([ 264.,  265.,  266.,  266.,  266.,  266.,  267.])

def bins(xmin, xmax, binwidth, padding):
    # Returns an array of integers which can be used to represent bins
    return np.arange(
        xmin - (xmin % binwidth) - padding,
        xmax + binwidth + padding,
        binwidth)

histbins = bins(min(dequantized), max(dequantized), 5, 5)
plt.figure(1)
plt.hist(dequantized, histbins)
plt.show()

显示的直方图如下所示。

我希望这个例子有用。

【讨论】：