在 matplotlib 直方图中设置相对频率

Posted 2023-02-14

【中文标题】在 matplotlib 直方图中设置相对频率

【英文标题】：Setting a relative frequency in a matplotlib histogram

【发布时间】：2012-04-03 18:22:17

【问题描述】：

我将数据作为浮点数列表，我想将其绘制为直方图。 Hist() 函数可以完美地绘制绝对直方图。但是，我不知道如何以相对频率格式来表示它——我想将它作为一个分数，或者理想情况下作为 y 轴上的一个百分比。

代码如下：

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, patches = ax.hist(mydata, bins=100, normed=1, cumulative=0)
ax.set_xlabel('Bins', size=20)
ax.set_ylabel('Frequency', size=20)
ax.legend

plt.show()

我认为 normed=1 参数会做到这一点，但它给出的分数太高，有时大于 1。它们似乎也取决于 bin 大小，好像它们没有被 bin 大小或其他东西标准化.然而，当我设置累积 = 1 时，它很好地总结为 1。那么，问题在哪里？顺便说一句，当我将相同的数据输入 Origin 并绘制它时，它给了我完全正确的分数。谢谢！

【问题讨论】：

你为什么用引号说 "list"，你的数据有什么特别之处吗？你是如何存储它的？您还将数据称为 Data，这很奇怪，因为 Python 命名约定规定 CamelCase 保留用于类名 - 请参阅 PEP 8 python.org/dev/peps/pep-0008。

抱歉误导。我只是不确定说明数据类型和参数等的约定。因此，我编辑了原始帖子以删除所有引号。这只是整个代码的和平，为了简化，我重命名了变量只是为了在这里发布它。在原始代码中，它们的名称对我有意义，但与问题无关，因为其余代码工作得很好。我现在将它的数据重命名为 mydata。

不用担心，只是让您知道。为改进问题喝彩，让每个人都做得更好。

normed 已弃用。您可以改用density。它使积分（不是总和）等于 1。

【参考方案1】：

因为 hist 的 normed 选项返回点的密度，例如 dN/dx

你需要的是这样的：

 # assuming that mydata is an numpy array
 ax.hist(mydata, weights=np.zeros_like(mydata) + 1. / mydata.size)
 # this will give you fractions

【讨论】：

这已经解决了问题。确实非常迅速的帮助。仍然存在一个问题，我如何将其表示为百分比而不是分数，即如果没有默认参数，我如何修改 y 轴值。再次感谢！

如果你想要百分比，只需使用 ax.hist(mydata, weights=np.zeros_like(data) + 100./data.size)

好的，现在我知道了权重的实际用途。再次感谢！

我认为是一样的：np.ones_like(data) / data.size

我很感激，虽然我不得不使用 len(data)

【参考方案2】：

也可以使用set_major_formatter调整y轴的刻度，如下：

from matplotlib import ticker as tick

def adjust_y_axis(x, pos):
    return x / (len(mydata) * 1.0)

ax.yaxis.set_major_formatter(tick.FuncFormatter(adjust_y_axis))

只需在plt.show()之前调用adjust_y_axis即可。

【讨论】：

为什么要乘以1.0？

【参考方案3】：

对于相对频率格式，设置选项density=True。下图显示了 1000 个样本的直方图，取自均值为 5，标准差为 2.0 的正态分布。

代码是

import numpy as np
import matplotlib.pyplot as plt

# Generate data from normal distibution
mu, sigma = 5, 2.0 # mean and standard deviation
mydata = np.random.normal(mu, sigma, 1000)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.hist(mydata,bins=100,density=True);
plt.show()

如果您想在 y 轴上显示 %，您可以使用 PercentFormatter，如下所示

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

# Generate data from normal distibution
mu, sigma = 5, 2.0 # mean and standard deviation
mydata = np.random.normal(mu, sigma, 1000)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.hist(mydata,bins=100,density=False);
ax.yaxis.set_major_formatter(PercentFormatter(xmax=100))
plt.show()

【讨论】：

答案不对。将 density 设置为 true 意味着直方图上的积分是 1，但并不是所有的 bin 加起来都是 100%。