Rozmiar pojemnika w Matplotlib (histogram)

Używam matplotlib do tworzenia histogramu.

Czy istnieje sposób, aby ręcznie ustawić rozmiar pojemników w przeciwieństwie do liczby pojemników?

Właściwie to całkiem proste: zamiast liczby pojemników możesz podać listę z granicami bin. Mogą być również rozmieszczone nierówno:

plt.hist(data, bins=[0, 10, 20, 30, 40, 50, 100])

Jeśli chcesz, aby były równomiernie rozłożone, możesz po prostu użyć range:

plt.hist(data, bins=range(min(data), max(data) + binwidth, binwidth))

Dodano do oryginalnej odpowiedzi

Powyższy wiersz działa tylko dla datawypełnionych liczbami całkowitymi. Jak wskazuje makrokosmos , w przypadku pływaków można użyć:

import numpy as np
plt.hist(data, bins=np.arange(min(data), max(data) + binwidth, binwidth))

W przypadku N pojemników krawędzie przedziału są określane za pomocą listy wartości N + 1, gdzie pierwsze N ​​to dolne krawędzie, a +1 to górna krawędź ostatniego przedziału.

Kod:

from numpy import np; from pylab import *

bin_size = 0.1; min_edge = 0; max_edge = 2.5
N = (max_edge-min_edge)/bin_size; Nplus1 = N + 1
bin_list = np.linspace(min_edge, max_edge, Nplus1)

Zauważ, że linspace tworzy tablicę od min_edge do max_edge podzieloną na wartości N + 1 lub N bins

Myślę, że najłatwiejszym sposobem byłoby obliczenie minimum i maksimum posiadanych danych, a następnie obliczenie L = max - min. Następnie dzielisz Lprzez żądaną szerokość pojemnika (zakładam, że to właśnie masz na myśli przez rozmiar pojemnika) i wykorzystujesz górną granicę tej wartości jako liczbę pojemników.

Lubię, gdy rzeczy dzieją się automatycznie, a pojemniki mają „ładne” wartości. Poniższe wydaje się działać całkiem dobrze.

import numpy as np
import numpy.random as random
import matplotlib.pyplot as plt
def compute_histogram_bins(data, desired_bin_size):
    min_val = np.min(data)
    max_val = np.max(data)
    min_boundary = -1.0 * (min_val % desired_bin_size - min_val)
    max_boundary = max_val - max_val % desired_bin_size + desired_bin_size
    n_bins = int((max_boundary - min_boundary) / desired_bin_size) + 1
    bins = np.linspace(min_boundary, max_boundary, n_bins)
    return bins

if __name__ == '__main__':
    data = np.random.random_sample(100) * 123.34 - 67.23
    bins = compute_histogram_bins(data, 10.0)
    print(bins)
    plt.hist(data, bins=bins)
    plt.xlabel('Value')
    plt.ylabel('Counts')
    plt.title('Compute Bins Example')
    plt.grid(True)
    plt.show()

Rezultatem są pojemniki w ładnych odstępach wielkości pojemnika.

[-70. -60. -50. -40. -30. -20. -10.   0.  10.  20.  30.  40.  50.  60.]

Używam kwantyli, aby zbiorniki były jednolite i dopasowane do próbki:

bins=df['Generosity'].quantile([0,.05,0.1,0.15,0.20,0.25,0.3,0.35,0.40,0.45,0.5,0.55,0.6,0.65,0.70,0.75,0.80,0.85,0.90,0.95,1]).to_list()

plt.hist(df['Generosity'], bins=bins, normed=True, alpha=0.5, histtype='stepfilled', color='steelblue', edgecolor='none')

Miałem ten sam problem co OP (chyba!), Ale nie mogłem sprawić, by działał w sposób określony przez Lastalda. Nie wiem, czy poprawnie zinterpretowałem pytanie, ale znalazłem inne rozwiązanie (ale prawdopodobnie jest to naprawdę zły sposób).

Tak to zrobiłem:

plt.hist([1,11,21,31,41], bins=[0,10,20,30,40,50], weights=[10,1,40,33,6]);

Który to tworzy:

Tak więc pierwszy parametr w zasadzie „inicjalizuje” pojemnik - specjalnie tworzę liczbę znajdującą się między zakresem, który ustawiłem w parametrze bins.

Aby to zademonstrować, spójrz na tablicę w pierwszym parametrze ([1,11,21,31,41]) i tablicę „bins” w drugim parametrze ([0,10,20,30,40,50]) :

• Liczba 1 (z pierwszej tablicy) mieści się w zakresie od 0 do 10 (w tablicy „bins”)
• Liczba 11 (z pierwszej tablicy) mieści się w zakresie od 11 do 20 (w tablicy „bins”)
• Liczba 21 (z pierwszej tablicy) mieści się w zakresie od 21 do 30 (w tablicy „bins”) itd.

Następnie używam parametru „wagi”, aby zdefiniować rozmiar każdego pojemnika. To jest tablica używana dla parametru wagi: [10,1,40,33,6].

Tak więc przedział od 0 do 10 otrzymuje wartość 10, przedział od 11 do 20 ma wartość 1, przedział 21 do 30 otrzymuje wartość 40 itd.

Dla histogramu z całkowitymi wartościami x, których użyłem

plt.hist(data, np.arange(min(data)-0.5, max(data)+0.5))
plt.xticks(range(min(data), max(data)))

Przesunięcie o 0,5 wyśrodkowuje pojemniki na wartościach na osi X. plt.xticksWezwanie dodaje kleszcza dla każdej liczby całkowitej.