绘制直方图，使直方图的总面积等于 1（密度）

Posted 2023-02-16

【中文标题】绘制直方图，使直方图的总面积等于 1（密度）

【英文标题】：Plot a histogram such that the total height equals 1

【发布时间】：2014-04-10 01:52:12

【问题描述】：

我正在尝试绘制标准化直方图，但不是将 1 作为 y 轴上的最大值，而是得到不同的数字。

对于数组 k=(1,4,3,1)

 import numpy as np

 def plotGraph():

    import matplotlib.pyplot as plt

    k=(1,4,3,1)

    plt.hist(k, normed=1)

    from numpy import *
    plt.xticks( arange(10) ) # 10 ticks on x axis

    plt.show()  

plotGraph()

我得到了这个直方图，它看起来不像规范的。

对于不同的数组 k=(3,3,3,3)

 import numpy as np

 def plotGraph():

    import matplotlib.pyplot as plt

    k=(3,3,3,3)

    plt.hist(k, normed=1)

    from numpy import *
    plt.xticks( arange(10) ) # 10 ticks on x axis

    plt.show()  

plotGraph()

我得到这个最大 y 值为 10 的直方图。

对于不同的 k，即使 normed=1 或 normed=True，我也会得到不同的 y 最大值。

为什么标准化（如果有效）会根据数据发生变化，如何使 y 的最大值等于 1？

更新：

我正在尝试实现来自plotting histograms whose bar heights sum to 1 in matplotlib 的Carsten König 答案并得到非常奇怪的结果：

import numpy as np

def plotGraph():

    import matplotlib.pyplot as plt

    k=(1,4,3,1)

    weights = np.ones_like(k)/len(k)
    plt.hist(k, weights=weights)

    from numpy import *
    plt.xticks( arange(10) ) # 10 ticks on x axis

    plt.show()  

plotGraph()

结果：

我做错了什么？

谢谢

【问题讨论】：

对于probability：Plot a histogram such that bar heights sum to 1 (probability)

【参考方案1】：

最简单的解决方案是使用seaborn.histplot，或seaborn.displot 和kind='hist'，并指定stat='density'

密度

：归一化，使得直方图的总面积等于 1

probability

：或

proportion

：标准化，使条形高度总和为 1 看到这个answer。 data:pandas.DataFrame、numpy.ndarray、映射或序列 seaborn 是 matplotlib 的高级 API

在python 3.8.12、matplotlib 3.4.3、seaborn 0.11.2中测试

进口和数据

import seaborn as sns
import matplotlib.pyplot as plt

# load data
df = sns.load_dataset('penguins')

sns.histplot

轴级图

# create figure and axes
fig, ax = plt.subplots(figsize=(6, 5))

p = sns.histplot(data=df, x='flipper_length_mm', stat='density', ax=ax)

sns.displot

人物级情节

p = sns.displot(data=df, x='flipper_length_mm', stat='density', height=4, aspect=1.5)

【参考方案2】：

一种方法是自己获取概率，然后使用plt.bar 进行绘图：

In [91]: from collections import Counter
    ...: c=Counter(k)
    ...: print c
Counter(1: 2, 3: 1, 4: 1)

In [92]: plt.bar(c.keys(), c.values())
    ...: plt.show()

结果：

【参考方案3】：

当你绘制一个归一化直方图时，不是高度总和为一，而是曲线下方的面积总和为一：

In [44]:

import matplotlib.pyplot as plt
k=(3,3,3,3)
x, bins, p=plt.hist(k, density=True)  # used to be normed=True in older versions
from numpy import *
plt.xticks( arange(10) ) # 10 ticks on x axis
plt.show()  
In [45]:

print bins
[ 2.5  2.6  2.7  2.8  2.9  3.   3.1  3.2  3.3  3.4  3.5]

在此示例中，bin 宽度为 0.1，曲线下方的面积之和为 1 (0.1*10)。

要使高度之和为 1，请在 plt.show() 之前添加以下内容：

for item in p:
    item.set_height(item.get_height()/sum(x))

【讨论】：

OP 可能只想知道如何绘制高度表示概率密度的条形

@zhangxaochen，我们知道概率密度函数也可以超过1。也许他只是想让高度加一，这是可以做到的，见编辑。

@CTZhu 是的，我只想让身高加一。谢谢

@CTZhu 我收到“未定义名称'bins'”错误。

normed 参数接受布尔值，所以它应该是normed=True，现在不推荐使用density=True

【参考方案4】：

以上几行如何：

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

当我有这样的堆叠直方图时应该工作吗？-

n, bins, patches = plt.hist([from6to10, from10to14, from14to18, from18to22,  from22to6],
label= ['06:00-10:00','10:00-14:00','14:00-18:00','18:00- 22:00','22:00-06:00'],
stacked=True,edgecolor='black', alpha=0.8, linewidth=0.5, range=(np.nanmin(ref1arr),
stacked=True,edgecolor='black', alpha=0.8, linewidth=0.5, range=(np.nanmin(ref1arr), np.nanmax(ref1arr)), bins=10)

【讨论】：

欢迎来到 SO。这似乎是作为答案发布的问题。请参阅***.com/help/mcve。

【参考方案5】：

您可以使用here 概述的解决方案：

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

【讨论】：

您可以在评论中提及此链接，而不是单独发布作为答案

有什么大的不同吗？我只是想传达信息。

【参考方案6】：

一个规范的直方图被定义为每列的宽度和高度的乘积之和等于总数。这就是为什么你没有让你的最大值等于一。

但是，如果你仍然想强制它为 1，你可以通过以下方式使用 numpy 和 matplotlib.pyplot.bar

sample = np.random.normal(0,10,100)
#generate bins boundaries and heights
bin_height,bin_boundary = np.histogram(sample,bins=10)
#define width of each column
width = bin_boundary[1]-bin_boundary[0]
#standardize each column by dividing with the maximum height
bin_height = bin_height/float(max(bin_height))
#plot
plt.bar(bin_boundary[:-1],bin_height,width = width)
plt.show()