堆叠直方图不会堆叠

Posted 2023-03-12

【中文标题】堆叠直方图不会堆叠

【英文标题】：Stacked histogram will not stack

【发布时间】：2014-03-12 23:42:09

【问题描述】：

我正在尝试运行以下代码：

variable_values = #numpy vector, one dimension, 5053 values between 1 and 0.
label_values = #numpy vector, one dimension, 5053 values, discrete value of either 1 OR 0.
x = variable_values[variable_values != '?'].astype(float)
y = label_values[variable_values != '?'].astype(float)

print np.max(x) #prints 0.90101
print np.max(y) #prints 1.0


N = 5053
ind = np.arange(N)    # the x locations for the groups
width = 0.45       # the width of the bars: can also be len(x) sequence
n, bins, patches = plt.hist(x, 5, stacked=True, normed = True)

#Stack the data
plt.figure()
plt.hist(x, bins, stacked=True, normed = True)
plt.hist(y, bins, stacked=True, normed = True)
plt.show()

我想要实现的是下图：

每个条上的颜色根据label 的值是1 还是0 进行拆分。

不幸的是，我目前的输出是：

这有两点不正确 - 首先它没有正确堆叠。其次，Y 轴上的值上升到 1.6，但我相信 Y 轴应该包含属于每个子组的数据条数（因此，如果所有数据条的值都在 0-0.25 之间，那么只有显示数据的栏将是第一个）。

【问题讨论】：

这是一个直方图。最高峰将是最频繁的值，而不是最大值。

@M4rtini 对不起，是的，你是对的 - 为什么这里最多打印 1.6？理想情况下，我喜欢将 5053 条数据分成四个条形（数据条数显示在 Y 轴上），并且条形按标签==1 和标签==0 的数字拆分。抱歉，我对自己的问题感到困惑。马上更新。

【参考方案1】：

variable_values = #numpy 向量，一维，1 到 0 之间的 5053 个值。

label_values = #numpy 向量，一维，5053 个值，离散 值为 1 或 0。

您正在尝试对 x 和 y 使用相同的 bin。 x 可能是从 0-1 不包括边缘。所以 y 超出了您正在绘制的 bin 范围。

它是 1.6，因为您选择了标准化绘图。将该参数设置为 false 以获取实际计数。

这应该可以解决大部分问题：

import numpy as np
import matplotlib.pyplot as plt

x = np.random.random(5053)
y = np.random.random_integers(0,1, 5053)

# x = variable_values[variable_values != '?'].astype(float)
# y = label_values[variable_values != '?'].astype(float)

print np.max(x) #prints 0.90101
print np.max(y) #prints 1.0


N = 5053
ind = np.arange(N)    # the x locations for the groups
width = 0.45       # the width of the bars: can also be len(x) sequence
n, bins, patches = plt.hist(x, 5, stacked=True, normed = True)

bins[0] = 0
bins[-1] = 1

#Stack the data
plt.figure()
plt.hist(y, bins, stacked=True, normed = False)
plt.hist(x, bins, stacked=True, normed = False)
plt.show()

【参考方案2】：

我可以建议一个更简单的解决方案：

variable_values=np.random.random(size=5053)
label_values=np.random.randint(0,2, size=5053)
plt.hist(variable_values, label='1')
plt.hist(variable_values[label_values==0], label='0')
plt.legend(loc='upper right')
plt.savefig('temp.png')

实际上由于label_values 是1 或0，你甚至不需要堆叠直方图。只需制作 1 和 0 的直方图，然后在顶部叠加 0 的直方图。

使用堆栈直方图，虽然我更喜欢只在有许多不同的类时使用：

plt.hist([variable_values[label_values==1],variable_values[label_values==0]], stacked=True, label=['1', '0'])