绘制 Numpy 数组值

Question

我有一个大的 numpy.ndarray，我想绘制它，其中 x 轴与数组中的值有关，y 轴显示该值在数组中出现的频率。需要明确的是，我不关心数组中数据的顺序，或者如果它们的顺序搞砸了，我只想获取数字，将它们装箱，然后绘制它们。

到目前为止我想要做的步骤，每个步骤都在我的 Jupyter 笔记本中分开

• 打开/读取我的数组（它是 1024x1024，非常大）- 步骤完成

• 将数组转换为列表完成

• 在数组中吐出空值...当前不工作

• Bin data to count values...这里真的丢了

• 散点图 - 修剪 vs 计数 - 一旦前两个工作，matplotlib 和我相处，这部分会很好

  将 numpy 导入为 np

  将 matplotlib.pyplot 导入为 plt

  scidata = 1024x1024 的 np 数据数组

  lsci = []

  对于范围内的 r(1024)：

  scilist = scidata[r,:].tolist()
  
  lsci.extend(scilist)
  
  trimmed = lsci
  

  对于 lsci 中的项目：

    if 12.58 <= i== 12.59: #the null value I don't want is in this range
  
    r.remove(item)
  

对不起，我希望我有更多，但这对我来说是个冒险的地方，我有点羞于发布我尝试过但失败的内容，因为大多数都是死胡同。我想到的唯一真正的解决方案是将数据分箱......但这不适用于散点图，因为两个列表的长度不会相同，并且直方图不是我想要的无论如何，最终产品。那么我是否可以使用另一种我不知道的方法？ （我觉得有一些我从未学过的编码知识——当然我不是第一个想要这样做的人。）谢谢！

编辑：对不起，即使我放了四个空格，我的所有代码都没有显示为代码...

Answer 1

Nick Braunage 提出了同样的建议，但没有 pandas：

import numpy as np
import matplotlib.pyplot as plt

a = np.random.randint(10, size=100)   # or use yourarray.ravel() here to make it flat

num, bins, _ = plt.hist(a)
plt.show()

或

num, bins = np.histogram(a)
plt.bar(bins[:-1], num)
plt.show()

Answer 2

'Binning' 绝对是一个直方图功能，但我觉得你想要一个简单的数据透视表。怎么样：

1. 删除不需要的值
2. 将您的 numpy 数组转换为数据帧
3. 从数据框创建数据透视表
4. 绘制结果

---

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

a = np.random.randint(10, size=100)   # array([3, 0, 3, 8, 1, 9, 1, 8,...])
exclude_value = 3  # change as required
a_new = [item for item in a if item != exclude_value] # new list without exclude value

df = pd.DataFrame(a_new).pivot_table(columns=0, aggfunc='size')

x = df.index.values
y = df.values
plt.bar(x,y)

plt.xticks(x)
plt.show()

---

输出：

（注意如何排除一个值，在本例中为 3）