显示具有非常不均匀的 bin 宽度的直方图

Question

这是直方图

为了生成这个图，我做了：

bins = np.array([0.03, 0.3, 2, 100])
plt.hist(m, bins = bins, weights=np.zeros_like(m) + 1. / m.size)

但是，正如您所注意到的，我想绘制每个数据点的相对频率的直方图，其中只有 3 个具有不同大小的 bin：

bin1 = 0.03 -> 0.3

bin2 = 0.3 -> 2

bin3 = 2 -> 100

直方图看起来很难看，因为最后一个 bin 的大小相对于其他 bin 非常大。如何修复直方图？我想更改垃圾箱的宽度，但我不想更改每个垃圾箱的范围。

Answer 1

正如@cel 指出的那样，这不再是直方图，但您可以使用 plt.bar 和 np.histogram 来完成您的要求。然后，您只需将 xticklabels 设置为描述 bin 边缘的字符串。例如：

import numpy as np
import matplotlib.pyplot as plt

bins = [0.03,0.3,2,100] # your bins
data = [0.04,0.07,0.1,0.2,0.2,0.8,1,1.5,4,5,7,8,43,45,54,56,99] # random data

hist, bin_edges = np.histogram(data,bins) # make the histogram

fig,ax = plt.subplots()

# Plot the histogram heights against integers on the x axis
ax.bar(range(len(hist)),hist,width=1) 

# Set the ticks to the middle of the bars
ax.set_xticks([0.5+i for i,j in enumerate(hist)])

# Set the xticklabels to a string that tells us what the bin edges were
ax.set_xticklabels(['{} - {}'.format(bins[i],bins[i+1]) for i,j in enumerate(hist)])

plt.show()

编辑

如果你更新到 matplotlib v1.5.0，你会发现 bar 现在需要一个 kwarg tick_label，这可以使这个绘图更容易（see here）：

hist, bin_edges = np.histogram(data,bins)

ax.bar(range(len(hist)),hist,width=1,align='center',tick_label=
        ['{} - {}'.format(bins[i],bins[i+1]) for i,j in enumerate(hist)])

Answer 2

如果您的 bin 的实际值并不重要，但您想要具有完全不同数量级的值的直方图，则可以沿 x 轴使用对数缩放。这在这里为您提供宽度相等的条形

import numpy as np
import matplotlib.pyplot as plt

data = [0.04,0.07,0.1,0.2,0.2,0.8,1,1.5,4,5,7,8,43,45,54,56,99]

plt.hist(data,bins=10**np.linspace(-2,2,5)) 
plt.xscale('log')

plt.show()

当您必须使用 bin 值时，您可以这样做

import numpy as np
import matplotlib.pyplot as plt

data = [0.04,0.07,0.1,0.2,0.2,0.8,1,1.5,4,5,7,8,43,45,54,56,99]
bins = [0.03,0.3,2,100] 

plt.hist(data,bins=bins) 
plt.xscale('log')

plt.show()

但是，在这种情况下，宽度并不完全相等，但仍可读。如果宽度必须相等并且您必须使用垃圾箱，我推荐@tom 的解决方案。

显示具有非常不均匀的 bin 宽度的直方图

display a histogram with very non-uniform bin widths

python

matplotlib

histogram