`np.histogram` 和 `plt.hist` 有什么区别？为什么这些命令不绘制相同的图形？

Question

更新：再次抱歉，由于 cmets 正确，代码已更新。而且图形仍然存在一些问题 - 一个历史被转移到另一个。

更新：对不起，这些历史记录有不同数量的垃圾箱。即使此时将“5”设置为plt.hist 中的垃圾箱数也无济于事

下面的代码计算同一数据源上的两个直方图。 绘制这些直方图表明它们并不重合。 np.hist 的标记：它返回两个数组的元组 - 包括边缘 bin 和计数在内的 bin 值。所以我认为将 bin 边缘位置的值居中是合理的。

import numpy as np
import matplotlib.pyplot as plt
s = [1,1,1,1,2,2,2,3,3,4,5,5,5,6,7,7,7,7,7,7,7]

xmin = 1
xmax = 7
step = 1.
print 'nbins=',(xmax-xmin)/step
print np.linspace(xmin, xmax, (xmax-xmin)/step)
h1 = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
print h1
def calc_centers_of_bins(x):
    return  list(x[i]+(x[i]-x[i+1])/2.0 for i in xrange(len(x)-1))

x = h1[1].tolist()
print x
y = h1[0].tolist()


plt.bar(calc_centers_of_bins(x),y, width=(x[-1]-x[0])/(len(y)), color='red', alpha=0.5)
plt.hist(s, bins=5,alpha=0.5)
plt.grid(True)
plt.show()

Answer 1

您在这两种情况下使用了不同的垃圾箱。在您的情况下，np.linspace(xmin, xmax, (xmax-xmin)/step) 有 5 个垃圾箱，但您告诉 plt.hist 使用 6 个垃圾箱。

您可以通过查看每个的输出来看到这一点：

h1 = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
h_plt = plt.hist(s, bins=6,alpha=0.5)

然后：

>>> h1[1]
array([ 1. ,  2.2,  3.4,  4.6,  5.8,  7. ])
>>> h_plt[1]
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.])

我会使用：

y, x = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
nbins = y.size
# ...
plt.hist(s, bins=nbins, alpha=0.5)

然后您的直方图匹配，但您的绘图仍然不匹配，因为您已将 np.histogram 的输出绘制在箱的中心，但 plt.bar 需要一个左边缘数组：

plt.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)

参数
----------
left：标量序列
条形左侧的x 坐标

height : 标量序列
条的高度

你想要的是：

import numpy as np
import matplotlib.pyplot as plt
s = [1,1,1,1,2,2,2,3,3,4,5,5,5,6,7,7,7,7,7,7,7]

xmin = 1
xmax = 7
step = 1
y, x = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))

nbins = y.size

plt.bar(x[:-1], y, width=x[1]-x[0], color='red', alpha=0.5)
plt.hist(s, bins=nbins, alpha=0.5)
plt.grid(True)
plt.show()