Chciałbym wykreślić znormalizowany histogram z wektora za pomocą matplotlib. Próbowałem następujących rzeczy:
plt.hist(myarray, normed=True)
jak również:
plt.hist(myarray, normed=1)
ale żadna z opcji nie tworzy osi y z [0, 1] takiej, że wysokości słupków histogramu sumują się do 1. Chciałbym stworzyć taki histogram - jak mam to zrobić?
Odpowiedzi:
Byłoby bardziej pomocne, gdybyś przedstawił bardziej kompletny działający (lub w tym przypadku niedziałający) przykład.
Próbowałem następujących rzeczy:
import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(1000)
fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()
Spowoduje to rzeczywiście utworzenie histogramu wykresu słupkowego z osią Y biegnącą od [0,1].
Ponadto, zgodnie z histdokumentacją (tj. ax.hist?Z ipython), myślę, że suma też jest w porządku:
*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``. In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::
pdf, bins, patches = ax.hist(...)
print np.sum(pdf * np.diff(bins))
Próbując tego po poleceniach powyżej:
np.sum(n * np.diff(bins))
Otrzymuję wartość zwrotu 1.0zgodnie z oczekiwaniami. Pamiętaj, że normed=Truenie oznacza to, że suma wartości na każdym słupku będzie równa jedności, ale zamiast całki po słupkach jest jednością. W moim przypadku np.sum(n)wrócił ok 7.2767.
Jeśli chcesz, aby suma wszystkich słupków była równa jedności, zważ każdy przedział przez całkowitą liczbę wartości:
weights = np.ones_like(myarray) / len(myarray)
plt.hist(myarray, weights=weights)
Mam nadzieję, że to pomoże, chociaż wątek jest dość stary ...
Uwaga dla Pythona 2.x: dodaj rzutowanie do float()dla jednego z operatorów dzielenia, ponieważ w przeciwnym razie skończysz z zerami z powodu dzielenia liczb całkowitych
array_likezamiast numpy tablicy trzeba będzie oddanych len(myarray)do float.
Wiem, że odpowiedź jest za późno, biorąc pod uwagę, że pytanie pochodzi z 2010 r., Ale natknąłem się na to pytanie, ponieważ sam miałem podobny problem. Jak już stwierdzono w odpowiedzi, normed = True oznacza, że całkowita powierzchnia pod histogramem jest równa 1, ale suma wysokości nie jest równa 1. Jednak chciałem, dla wygody fizycznej interpretacji histogramu, zrobić jeden o sumie wysokości równej 1.
Znalazłem wskazówkę w pytaniu - Python: Histogram z obszarem znormalizowanym do czegoś innego niż 1
Nie udało mi się jednak znaleźć sposobu, aby słupki naśladowały funkcję histtype = "step" hist (). To przekierowało mnie do: Matplotlib - histogram schodkowy z już skategoryzowanymi danymi
Jeśli społeczność uzna to za możliwe, chciałbym przedstawić rozwiązanie, które syntetyzuje pomysły z obu powyższych postów.
import matplotlib.pyplot as plt
# Let X be the array whose histogram needs to be plotted.
nx, xbins, ptchs = plt.hist(X, bins=20)
plt.clf() # Get rid of this histogram since not the one we want.
nx_frac = nx/float(len(nx)) # Each bin divided by total number of objects.
width = xbins[1] - xbins[0] # Width of each bin.
x = np.ravel(zip(xbins[:-1], xbins[:-1]+width))
y = np.ravel(zip(nx_frac,nx_frac))
plt.plot(x,y,linestyle="dashed",label="MyLabel")
#... Further formatting.
To zadziałało wspaniale dla mnie, chociaż w niektórych przypadkach zauważyłem, że skrajny lewy słupek lub skrajny prawy słupek histogramu nie zamyka się, dotykając najniższego punktu osi Y. W takim przypadku dodanie elementu 0 na początku lub na końcu y przyniosło wymagany rezultat.
Pomyślałem, że podzielę się swoim doświadczeniem. Dziękuję Ci.
Oto kolejne proste rozwiązanie przy użyciu np.histogram()metody.
myarray = np.random.random(100)
results, edges = np.histogram(myarray, normed=True)
binWidth = edges[1] - edges[0]
plt.bar(edges[:-1], results*binWidth, binWidth)
Rzeczywiście możesz sprawdzić, czy suma sumuje się do 1 za pomocą:
> print sum(results*binWidth)
1.0