如何重新缩放 matplotlib 直方图中的计数答案

【问题标题】：How to re-scale the counts in a matplotlib histogram如何重新缩放 matplotlib 直方图中的计数
【发布时间】：2019-07-14 09:43:24
【问题描述】：

我有一个运行良好的 matplotlib 直方图。

hist_bin_width = 4
on_hist = plt.hist(my_data,bins=range(-100, 200,hist_bin_width),alpha=.3,color='#6e9bd1',label='on')

我想要做的只是重新缩放一个因子，比如 2。我不想更改 bin 宽度，也不想更改 y 轴标签。我想计算所有箱中的计数（例如箱 1 有 17 个计数）并乘以 2，以便箱 1 现在有 34 个计数。

这可能吗？

谢谢。

【问题讨论】：

标签： python matplotlib histogram

【解决方案1】：

因为这只是对 y 轴的简单重新缩放，所以这一定是可能的。出现复杂情况是因为 Matplotlib 的 hist 计算并绘制直方图，因此难以干预。但是，正如文档还指出的那样，您可以使用 weights 参数来“绘制已经分箱的数据的直方图”。您可以在第一步中使用 Numpy 的 histogram 函数对数据进行分类。应用比例因子就很简单了：

from matplotlib import pyplot
import numpy

numpy.random.seed(0)
data = numpy.random.normal(50, 20, 10000)
(counts, bins) = numpy.histogram(data, bins=range(101))

factor = 2
pyplot.hist(bins[:-1], bins, weights=factor*counts)
pyplot.show()

【讨论】：

【解决方案2】：

pyplot.hist 的weights 参数可用于对每个数据点进行加权，例如

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(42)

data = np.random.normal(50, 20, 10000)

factor = 2
hist_bin_width = 40
plt.hist(data, bins=range(-100, 200, hist_bin_width), 
               weights=factor*np.ones_like(data))
plt.show()

【讨论】：