Seaborn：具有相对频率的distplot（）

Question

我正在尝试为研究项目在Seaborn中绘制一些直方图。我希望y轴相对频率，x轴从-180到180。这是我的一张直方图的代码：

import pandas as pd
from matplotlib import pyplot as plt
%matplotlib inline
import seaborn as sns

df = pd.read_csv('sample.csv', index_col=0)

x = df.Angle
sns.distplot(x, kde=False);

输出：

我不知道如何将输出转换为频率而不是计数。我已经尝试了多种不同类型的图来获取频率输出，但无济于事。我也遇到了这个问题，它似乎在询问具有频率的计数图（但具有另一个功能。）我曾尝试将其用作指南，但失败了。任何帮助将不胜感激。我对该软件和Python还是很陌生。

我的数据如下所示，可以下载：

Answer 1

特别是作为初学者，尽量保持简单。你有一个数字列表

a = [-0.126,1,9,72.3,-44.2489,87.44]

其中您要创建直方图。为了定义直方图，您需要一些 bin。因此，假设您要将 -180 和 180 之间的范围划分为宽度为 20 的 bin，

import numpy as np
bins = np.arange(-180,181,20)

您可以计算直方图，numpy.histogram用于返回箱中的计数。

hist, edges = np.histogram(a, bins)

相对频率是每个 bin 中的数量除以事件总数，

freq = hist/float(hist.sum())

freq因此，数量是您想要绘制为条形图的相对频率

import matplotlib.pyplot as plt
plt.bar(bins[:-1], freq, width=20, align="edge", ec="k" )

这导致了下图，您可以从中读取例如 33% 的值位于 0 到 20 之间的范围内。

完整代码：

import numpy as np
import matplotlib.pyplot as plt

a = [-0.126,1,9,72.3,-44.2489,87.44]

bins = np.arange(-180,181,20)

hist, edges = np.histogram(a, bins)
freq = hist/float(hist.sum())

plt.bar(bins[:-1],freq,width=20, align="edge", ec="k" )

plt.show()

Answer 2

有一个sns.displot参数允许从计数转换为频率（或密度，如sns所指）。它通常为False，因此必须将其启用为True。在您的情况下：

sns.distplot(x, kde=False, norm_hist=True)

然后，如果您希望x轴从-180到180，请使用：

plt.xlim(-180,180)

来自Seaborn Docs：

norm_hist : bool, optional

If True, the histogram height shows a density rather than a count. This is implied if a KDE or fitted density is plotted.