Python 可视化 - 直方图

Question

以下两个问题是关于我要构建的直方图的。

1) 我希望分箱如下：
[0-10,10-20,...,580-590, 590-600]。我尝试了以下代码：

 bins_range=[]                                                                                   
 for i in range(0,610,10):
    bins_range.append(i)                                                   
 plt.hist(df['something'], bins=bins_range, rwidth=0.95)

我希望看到上面的箱子以及每个箱子对应的样本量，但我只得到了 10 个箱子（作为默认参数）。

2) 如何按如下方式更改 y 轴：假设我的 max bin 包含 40 个样本，因此我希望 y 轴上的 40 个样本为 100%，而其他相应。即，30 为 75%，20 为 50%，依此类推。

Answer 1

您的代码似乎运行正常。您甚至可以将 range 命令直接传递给 hist.

的 bins 参数

要获得百分比形式的 y 轴，我认为您需要两次通过：首先计算 bin 以了解最高 bin 包含多少。然后，使用 1/highest 作为权重进行绘图。有一个 numpy np.hist 可以在不绘图的情况下进行所有计算。

使用 PercentFormatter() 以百分比显示轴。它得到一个参数来告诉有多少 100% 代表。使用 PercentFormatter(max(hist)) 得到最高值 100%。如果只希望合计为100%，直接传PercentFormatter(len(x))即可，不需要计算两次直方图。由于内部 y 轴仍在值中，因此刻度不会显示在所需位置。您可以使用 plt.yticks(np.linspace(0, max(hist), 11)) 每 10% 有一个刻度。

为了更好地分离条形，您可以设置明确的边缘颜色。最好没有 rwidth=0.95

示例代码：

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

x = np.random.rayleigh(200, 50000)
hist, bins = np.histogram(x, bins=range(0, 610, 10))
plt.hist(x, bins=bins, ec='white', fc='darkorange')
plt.gca().yaxis.set_major_formatter(PercentFormatter(max(hist)))
plt.yticks(np.linspace(0, max(hist), 11))

plt.show()

PS：要使用 matplotlib 的标准 yticks，并使 y 轴也在内部以百分比表示，您可以使用 hist 的 weights 参数。当您想以交互方式调整绘图大小或缩放绘图，或需要特定百分比的水平线时，这会很方便。

plt.hist(x, bins=bins, ec='white', fc='dodgerblue', weights=np.ones_like(x)/max(hist))
plt.gca().yaxis.set_major_formatter(PercentFormatter(1))

Python 可视化 - 直方图

Python visualization - histograms

data-visualization

histogram

python-3.x