matplotlib标准直方图

Question

我正在尝试使用matplotlib绘制直方图的一部分.

我没有绘制具有大量异常值和大值的整个直方图,而是只关注一小部分.原始直方图如下所示:

hist(data, bins=arange(data.min(), data.max(), 1000), normed=1, cumulative=False)
plt.ylabel("PDF")

聚焦后看起来像这样:

hist(data, bins=arange(0, 121, 1), normed=1, cumulative=False)
plt.ylabel("PDF")

请注意,最后一个bin被拉伸,并且所有Y刻度中的最差刻度被缩放,因此总和恰好为1(因此根本不考虑当前范围之外的点)

我知道我可以通过在整个可能范围内绘制直方图然后将轴限制到我感兴趣的部分来实现我想要的效果,但是它浪费了很多时间来计算我不会使用/看到的箱子.

hist(btsd-40, bins=arange(btsd.min(), btsd.max(), 1), normed=1, cumulative=False)
axis([0,120,0,0.0025])

有没有一种快速简便的方法来绘制聚焦区域,但仍能获得Y尺度正确吗？

Answer 1

为了绘制直方图的子集,我认为你无法计算整个直方图.

您是否尝试过用直线图计算直方图,numpy.histogram然后用pylab.plot某种东西绘制区域？即

import numpy as np
import pylab as plt

data = np.random.normal(size=10000)*10000

plt.figure(0)
plt.hist(data, bins=np.arange(data.min(), data.max(), 1000))

plt.figure(1)
hist1 = np.histogram(data, bins=np.arange(data.min(), data.max(), 1000))
plt.bar(hist1[1][:-1], hist1[0], width=1000)

plt.figure(2)
hist2 = np.histogram(data, bins=np.arange(data.min(), data.max(), 200))
mask = (hist2[1][:-1] < 20000) * (hist2[1][:-1] > 0)
plt.bar(hist2[1][mask], hist2[0][mask], width=200)

原始直方图:

手动计算直方图:

手动计算直方图,裁剪: (注意:值较小,因为垃圾箱较窄)

Answer 2

我认为，您可以使用给定的权重对数据进行标准化。（repeat是一个numpy函数）。

hist(data, bins=arange(0, 121, 1), weights=repeat(1.0/len(data), len(data)))