matplotlib.pyplot.hist 错误的规范属性

Question

我正在创建在数据框中组织并按天分组的数据直方图。有时可能会出现数据完全为空的情况。因此，当我使用该属性绘制直方图时normed = True，我期望有一个以 0 为中心且高度等于 1 的 bin。但是，我发现高度等于 bin 的数量。我怎样才能解决这个问题？我想用直方图来表示概率密度函数，所以最大值应该是1。

代码示例和输出：

plt.rcParams['figure.figsize'] = 10, 4
data = np.zeros((1000))
l = plt.hist(data,normed = True, bins = 100)

编辑：我现在看到该属性normed已被弃用。但是，如果我尝试使用该属性density，则会收到错误AttributeError: Unknown property density

Answer 1

您看到的图是正确的，因为曲线下的面积（直方图/条形图）应该为 1。您的图中确实是这种情况。为了突出这一点，我在 处创建了一条垂直线x=0.01，您会注意到条形的宽度确实是 0.01。由于条形的高度为 100，因此面积为 100 * 0.01 = 1。

plt.rcParams['figure.figsize'] = 10, 4
data = np.zeros((1000))
l = plt.hist(data,normed = True, bins = 100)
plt.axvline(0.01, lw=1)
plt.ylim(0, 150)

如果您使用density=Trueas也会发生同样的情况

l = plt.hist(data,density = True, bins = 100)

使用jdehesa的建议，以下工作按您的方式进行

l = plt.hist(data,density = True, bins=np.arange(-10, 11))

使用DavidG基于此答案的建议可以得到高度 1，但面积未标准化为 1。

weights = np.ones_like(data)/float(len(data))
l = plt.hist(data,weights=weights)

最后，如果您需要高度为 1、宽度为 1（因此面积 = 1）以及标准化面积，则可以使用单个 bin 作为

l = plt.hist(data, density=True, bins=1)
plt.xlim(-10, 10)

Answer 2

正如其他人所解释的那样，normed=True（或density=True在 Matplotlib 的最新版本中）使直方图下的面积等于 1。您可以获得表示落在每个 bin 上的样本分数的直方图，如下所示：

import matplotlib.pyplot as plt
import numpy as np

data = np.zeros((1000))
# Compute histogram
hist, bins = np.histogram(data, density=True, bins=100)
# Width of each bin
bins_w = np.diff(bins)
# Compute proportion of sample in each bin
hist_p = hist * bins_w
# Plot histogram
plt.bar(bins[:-1], hist_p, width=bins_w, align='edge')

结果：

您还可以制作一个直方图，其中每个 bin 的宽度为 1，但这是一个更有限的解决方案。

编辑：正如其他答案中所指出的，这基本上相当于为 提供适当的weights参数plt.hist。