具有频率和计数的 matplotlib 直方图

Question

我有数据（来自 space 分隔的两列文本文件）已经装箱但宽度仅为 1。我想将此宽度增加到大约 5。我如何使用numpy/matplotlib 在 Python 中？

正在使用，

data = loadtxt('file.txt')
x = data[:, 0]
y = data[:, 1]
plt.bar(x,y)

创建了太多条并使用，

plt.hist(data)

没有正确绘制直方图。我想我不明白 matplotlib 的直方图绘图是如何工作的。

查看下面的一些数据。

Answer 1

如果您在使用 plt.bar 之前使用 numpy.reshape 转换数据会怎样，例如：

In [83]: import numpy as np

In [84]: import matplotlib.pyplot as plt

In [85]: data = np.array([[1,2,3,4,5,6], [4,3,8,9,1,2]]).T

In [86]: data
Out[86]: 
array([[1, 4],
       [2, 3],
       [3, 8],
       [4, 9],
       [5, 1],
       [6, 2]])

In [87]: y = data[:,1].reshape(-1,2).sum(axis=1)

In [89]: y
Out[89]: array([ 7, 17,  3])


In [91]: x = data[:,0].reshape(-1,2).mean(axis=1)

In [92]: x
Out[92]: array([ 1.5,  3.5,  5.5])

In [96]: plt.bar(x, y)
Out[96]: <Container object of 3 artists>

In [97]: plt.show()

Answer 2

我不是 matplotlib 方面的专家，但我发现 hist 非常有用。 matplotlib site 上的示例很好地概述了一些功能。

我不知道如何在不转换的情况下使用您提供的示例数据。我更改了您的示例以在创建直方图之前对这些数据进行去量化。

我使用 this question's first answer 计算了 bin 大小。

import matplotlib.pyplot as plt
import numpy as np

data = np.loadtxt('file.txt')
dequantized = data[:,0].repeat(data[:,1].astype(int))

dequantized[0:7]
# Each row's first column is repeated the number of times found in the
# second column creating a single array.
# array([ 264.,  265.,  266.,  266.,  266.,  266.,  267.])

def bins(xmin, xmax, binwidth, padding):
    # Returns an array of integers which can be used to represent bins
    return np.arange(
        xmin - (xmin % binwidth) - padding,
        xmax + binwidth + padding,
        binwidth)

histbins = bins(min(dequantized), max(dequantized), 5, 5)
plt.figure(1)
plt.hist(dequantized, histbins)
plt.show()

显示的直方图如下所示。

希望这个例子有用。

具有频率和计数的 matplotlib 直方图

matplotlib histogram with frequency and counts

python

numpy

matplotlib