如何在 matplotlib/seaborn 中缩放直方图条的高度？

Question

我的数据集是一个大小为 (m, 1) 的 numpy 数组，我需要 2 个图：a) 对整个数据进行归一化（概率）之一 b) 数据集的一个子集保持与以前相同的归一化.

问题在于，在情况 b) 中，matplotlib 和 seaborn 提供的规范化选项只能“看到”子集，因此它们无法基于整个数据进行规范化。

基本上我想做的是：

bar_height = bar_count / m

示例数据：

array([[-0.00996642],
       [ 0.00407526],
       [ 0.00547561],
       ...,
       [ 0.05205999],
       [ 0.00224144],
       [ 0.01201942]])

Answer 1

您可以使用 np.histogram() to calculate the histogram and then draw the bars with plt.bar() :

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

sns.set()
m = 200
samples = np.random.rand(1000)
hist_values, bin_edges = np.histogram(samples)
plt.bar(x=bin_edges[:-1], height=hist_values / m, width=np.diff(bin_edges), align='edge')
plt.show()

如何在 matplotlib/seaborn 中缩放直方图条的高度？

How to scale histogram bar heights in matplotlib / seaborn?

python

numpy

matplotlib

histogram

seaborn