如何使用 Python 和 pyplot 将标准直方图数据绘制为极坐标直方图？答案

【问题标题】：How do I plot a standard histogram data to a polar histogram using Python and pyplot?如何使用 Python 和 pyplot 将标准直方图数据绘制为极坐标直方图？
【发布时间】：2018-07-23 23:42:43
【问题描述】：

我有一个以度为单位的角度列表。我想显示一个极坐标直方图，其中 [0°, 360°) 值范围被细分为相等的 bin，并显示角度列表中有多少值落入每个 bin。我使用以下代码获取直方图数据（并且我已检查它是否正确）：

bins_number = 8 # the [0, 360) interval will be subdivided into this number of equal bins
bins = np.linspace(0.0, 360.0, bins_number + 1)
n, _, _ = plt.hist(angles, bins)

现在，我尝试使用以下代码将此数据绘制成极坐标直方图：

plt.clf()
width = 2 * np.pi / bins_number
ax = plt.subplot(1, 1, 1, projection='polar')
bars = ax.bar(bins[:bins_number], n, width=width, bottom=0.0)
for bar in bars:
    bar.set_alpha(0.5)
plt.show()

但我得到的显示在这张图片中：

如您所见，条形的放置角度不正确，其中一些相互重叠，而它们应该都是连续的而不重叠。

我做错了什么？提前谢谢你。

【问题讨论】：

尝试使用radians，乘以2pi再除以360°。

标签： python matplotlib histogram polar-coordinates

【解决方案1】：

如评论中所述，使用弧度而不是度数：

import numpy as np
import matplotlib.pyplot as plt

n_numbers = 100
bins_number = 8  # the [0, 360) interval will be subdivided into this
# number of equal bins
bins = np.linspace(0.0, 2 * np.pi, bins_number + 1)
angles = 2 * np.pi * np.random.rand(n_numbers)
n, _, _ = plt.hist(angles, bins)

plt.clf()
width = 2 * np.pi / bins_number
ax = plt.subplot(1, 1, 1, projection='polar')
bars = ax.bar(bins[:bins_number], n, width=width, bottom=0.0)
for bar in bars:
    bar.set_alpha(0.5)
plt.show()

【讨论】：

【解决方案2】：

这里只是绘制 bin 中心与每个 bin 中角度出现次数的关系

import numpy as np
import matplotlib.pyplot as plt

degrees = np.random.randint(0, 360, size=200)
radians = np.deg2rad(degrees)

bin_size = 20
a , b=np.histogram(degrees, bins=np.arange(0, 360+bin_size, bin_size))
centers = np.deg2rad(np.ediff1d(b)//2 + b[:-1])

fig = plt.figure(figsize=(10,8))
ax = fig.add_subplot(111, projection='polar')
ax.bar(centers, a, width=np.deg2rad(bin_size), bottom=0.0, color='.8', edgecolor='k')
ax.set_theta_zero_location("N")
ax.set_theta_direction(-1)
plt.show()

【讨论】：